µö·¯´×

home > µö·¯´×

µö·¯´×(Deep Learning)À̶õ?

µö·¯´×Àº Àΰø ½Å°æ¸ÁÀ» ÀÌ¿ëÇÑ ¸Ó½Å·¯´×ÀÇ ÀÏÁ¾À¸·Î ÇнÀÀ» ÅëÇØ ÄÄÇ»ÅͰ¡ ¸¶Ä¡ »ç¶÷ó·³ »ý°¢ÇÏ°í ¹è¿ï ¼ö ÀÖµµ·Ï ÇÏ´Â ÀΰøÁö´É(AI)±â¼úÀÔ´Ï´Ù.
Æ÷°ýÀûÀÎ ÀΰøÁö´É °³³äÀ¸·Î µ¥ÀÌÅ͸¦ ºÐ¼®ÇÏ°í ½º½º·Î ÇнÀÇÏ´Â °úÁ¤À» °ÅÄ¡¸é¼­ ÃàÀûµÇ´Â ½Å°æ¸ÁÀÇ ¿©·¯ ÃþÀ» µö·¯´×À̶ó ÇÏ¸ç ½Å°æ¸ÁÀÌ ±í¾îÁú¼ö·Ï ¼º´ÉÀÌ Çâ»óµÇ¾î ÃàÀûµÈ µ¥ÀÌÅ͸¦ ¹ÙÅÁÀ¸·Î À̹ÌÁö¸¦ ÀνÄÇϰí, Æ®·»µå¸¦ ±¸º°ÇÒ ¼ö ÀÖÀ¸¸ç Áö´ÉÀûÀ¸·Î ¿¹ÃøÇÏ°í °áÁ¤À» ³»¸± ¼ö ÀÖ½À´Ï´Ù. 


Cognex ViDi


°¢ ¹æ½ÄÀ» ¹èÆ÷Çϱâ ÀûÀýÇÑ ¾ÖÇø®ÄÉÀ̼Ç:
±âÁ¸ ¸Ó½Å ºñÀü ´ë µö ·¯´× ±â¹Ý À̹ÌÁö ºÐ¼®




ºü¸£°í °­·ÂÇϸç À°¾È °Ë»ç¿Í Èí»çÇÑ ±â´É
Cognex ViDi´Â ±¸ÃàÇϱ⠽¬¿î ÇϳªÀÇ ÀÎÅÍÆäÀ̽º¿¡ À°¾È °Ë»çÀÇ Á¤±³ÇÔ°ú À¯¿¬¼º ±×¸®°í ÄÄÇ»ÅÍ ½Ã½ºÅÛÀÇ ±â´É°ú ¹Ýº¹¼º, ½Å·Ú¼ºÀ» ¸ðµÎ °áÇÕÇÏ¿´½À´Ï´Ù.



µö·¯´×ÀÇ ÀåÁ¡
µö·¯´×Àº °ú°Å ºñÀü Àü¹®Áö½ÄÀÌ ÇÊ¿äÇß´ø ¾ÖÇø®ÄÉÀ̼ÇÀ» ºñÀü Àü¹®°¡µµ ÇØ°áÇÒ ¼ö ÀÖ´Â °øÇÐÀû ¹®Á¦·Î Àüȯ½ÃÄ×½À´Ï´Ù. µö·¯´×Àº ±ÔÄ¢ ±â¹Ý ¾Ë°í¸®ÁòÀ» °³¹ßÇϰí ÄÚµùÇÏ´Â ¾ÖÇø®ÄÉÀÌ¼Ç °³¹ßÀÚÀÇ ³í¸®ÀûÀÎ ºÎ´ãÀ» ÀÎÁ¦´Ï¾îÀÇ ½Ã½ºÅÛÇнÀÀ¸·Î Àüȯ½ÃÄ×½À´Ï´Ù. ¶ÇÇÑ Àΰ£ÀÇ °Ë»ç ¾øÀÌ ½ÃµµµÇÁö ¾Ê¾Ò´ø ¾ÖÇø®ÄÉÀ̼ÇÀ» ÇØ°áÇÒ ¼ö ÀÖ´Â »õ·Î¿î ÁöÆòÀ» ¿­¾ú½À´Ï´Ù. µö·¯´×Àº ÄÄÇ»ÅÍ¿Í Ä«¸Þ¶ó°¡ Á¤È®ÇÏ°Ô °Ë»çÇÒ ¼ö ÀÖ´Â ÇѰ踦 È®ÀåÇϸ鼭 ¸Ó½Å ºñÀüÀ» º¸´Ù ½±°Ô ÀÛ¾÷ÇÒ ¼ö ÀÖµµ·Ï º¯È­½ÃÄ×½À´Ï´Ù.


 

¸Ó½ÅºñÀüÀÇ °úÁ¦

 


±âÁ¸ÀÇ ¸Ó½ÅºñÀü ½Ã½ºÅÛÀº ÀϰüÀûÀÌ°í »ý»ê °úÁ¤¿¡¼­ °áÇÔÀÌ ¾ø´Â ºÎǰ¿¡ ´ëÇØ¼­´Â ³ôÀº ½Å·Úµµ·Î ÀÛµ¿ÇÕ´Ï´Ù. ÀÌ ±â¼úÀº Àΰ£ °Ë»çº¸´Ù ºñ¿ë Ãø¸é¿¡¼­ Àú·ÅÇÏ°Ô ´Ü°èº° ÇÊÅ͸µ°ú ±ÔÄ¢ ±â¹Ý ¾Ë°í¸®ÁòÀ» ÅäÇØ ÀÛµ¿ÇÕ´Ï´Ù. ±×·¯³ª ¿¹¿ÜÀû »óȲ°ú °áÇÔ ¶óÀ̺귯¸®°¡ Áõ°¡Çϸ鼭 ¾Ë°í¸®Áò ÇÁ·Î±×·¡¹ÖÀÌ ¾î·Á¿öÁý´Ï´Ù.

¸Ó½ÅºñÀü ½Ã½ºÅÛÀ¸·Î ºÎǰÀÇ ¿ÜÇü»ó Çã¿ëÇÑ º¯È­
- ¹èÀ²
- ȸÀü
- Pose ¿Ö°î

¸Ó½Å ºñÀü ½Ã½ºÅÛÀº ½Ã°¢ÀûÀ¸·Î ¸Å¿ì À¯»çÇÑ ºÎǰµé »çÀÌÀÇ °¡º¯¼º°ú ÆíÂ÷¸¦ Æò°¡ÇÏ±â ¾î·Æ°í, ºÎǰÀÇ »ç¿ë¼º¿¡ ¿µÇâÀ» ÁÖ´Â ±â´ÉÀûÀÎ °áÇÔÀº °ÅÀÇ ´ëºÎºÐ ºÒÇÕ°ÝÀ¸·Î 󸮵ÇÁö¸¸ ¹Ì°ü»óÀÇ °áÇÔÀº »ý»ê¾÷üÀÇ ÇÊ¿ä¿Í ¼±È£µµ¿¡ µû¶ó ºÒÇÕ°Ý󸮵ÇÁö ¾ÊÀ» ¼öµµ ÀÖ½À´Ï´Ù.

ÇÁ·Î±×·¥Çϱ⠾î·Á¿î ºÐ¾ß
- Á¶¸í
- »ö»óº¯°æ
- °î·ü
- ½Ã¾ß°¢

¸Ó½Å ºñÀü°ú µö·¯´× Áß ¼±ÅÃ

µö ·¯´× ±â¹Ý À̹ÌÁö ºÐ¼®°ú ±âÁ¸ÀÇ ¸Ó½Å ºñÀüÀº °¢°¢ ¶Ù¾î³­ ºÐ¸íÇÑ ºÐ¾ß°¡ Á¸ÀçÇϸ鼭 Áߺ¹µÇ´Â ±â´ÉµéÀÌ ÀÖ´Â, »óÈ£
º¸¿ÏÀûÀÎ ±â¼úÀÔ´Ï´Ù.
¸Ó½ÅºñÀü°ú µö·¯´× ±â¼úÁß ¼±ÅÃÀ¸·Î °áÁ¤µÇ´Â ¿ä¼Ò
- ÇØ°áÇÏ·Á´Â ¾ÖÇø®ÄÉÀÌ¼Ç À¯Çü
- ó¸®ÇÏ·Á´Â µ¥ÀÌÅÍ Å©±â
- ó¸® ¿ë·®

±ÔÄ¢±â¹Ý ÇÁ·Î±×·¡¹Ö ±â¼ú
- °ÔÀÌÁö ¹× ÃøÁ¤
- Á¤¹Ðµµ Á¶Á¤

µö·¯´× ±â¹Ý À̹ÌÁö ºÐ¼®
- º¹ÀâÇÑ ¿ÜÇü °Ë»ç
- Áú°¨ ¹× ÀçÁú ºÐ·ù
- Á¶¸³ °Ë»ç
- º¯ÇüµÇ°Å³ª °¡º¯ÀûÀΠƯ¡ À§Ä¡ È®ÀÎ
- ¿Ö°îµÈ ÀÎ¼â Æ÷ÇÔ ³­À̵µ°¡ ³ôÀº OCR

µö·¯´× ¼ÒÇÁÆ®¿þ¾î »ç¿ë ÀÌÀ¯

 


¾÷°è¿¡¼­´Â º¹ÀâÇϰí, ½Ã°£ ¼Òºñµµ ¸¹ÀÌ µÇ¸ç, ±âÁ¸ÀÇ ±ÔÄ¢ ±â¹Ý ¾Ë°í¸®ÁòÀ» »ç¿ëÇϵµ·Ï ÇÁ·Î±×·¥À» Çϱ⿡´Â ³Ê¹« ºñ¿ëÀÌ
ºñ½Ñ Á¦Á¶¾÷ÀÇ °Ë»ç ¹®Á¦¸¦ ÇØ°áÇϱâ À§ÇØ µö ·¯´× ±â¼ú·Î ¼±È¸ÇÏ´Â ±â¾÷µéÀÌ Áõ°¡Çϰí ÀÖ½À´Ï´Ù. µö·¯´×Àº »ý»ê¾÷ü°¡ ±âÁ¸ÀÇ
¸Ó½Å ºñÀü ¾ÖÇø®ÄÉÀ̼ÇÀ¸·Î ÇØ°áÇϱâ Èûµç ¹®Á¦µéÀ» ÇØ°áÇÏ°í º¸´Ù ¿ì¼öÇÑ °­·ÂÇÔ°ú ½Å·Ú¼ºÀ¸·Î ÀÛ¾÷À» ó¸®ÇÒ ¼ö ÀÖ´Â °¡´É¼ºÀ»
Á¦°øÇÕ´Ï´Ù.

µö·¯´× ¼ÒÇÁÆ®¿þ¾î·Î °¡´ÉÇÑ ÀÛ¾÷
- °ú°Å¿¡ ÇÁ·Î±×·¡¹Ö ºÒ°¡´ÉÇÑ ¾ÖÇø®ÄÉÀ̼ÇÀ» ÀÚµ¿È­
- ¿À·ùÀ² °¨¼Ò
- ÀÛµ¿ Áß´Ü ½Ã°£ °¨¼Ò
- °Ë»ç ½Ã°£ ´ÜÃà
- 󸮷® °³¼±

°øÀåÀÚµ¿È­¸¦ À§ÇÑ µö ·¯´×


µö ·¯´× ±â¹Ý À̹ÌÁö ºÐ¼®Àº Àΰ£ÀÇ À°¾È °Ë»çÀÇ Æ¯¼ö¼º°ú À¯¿¬¼ºÀ» ÄÄÇ»ÅÍÈ­µÈ ½Ã½ºÅÛÀÇ ½Å·Ú¼º°ú ¼Óµµ¿Í °áÇÕÇÕ´Ï´Ù. µö·¯´×
¸ðµ¨Àº ³Ê¹« º¹ÀâÇØ¼­ ÇÁ·Î±×·¡¹ÖÇÏ±â ¾î·Æ°í Á¾Á¾ ±âÁ¸ ¸Ó½Å ºñÀü ¹æ½ÄÀ¸·Î À¯Áö °ü¸®°¡ ºÒ°¡´ÉÇÑ ºñÀü ¾ÖÇø®ÄÉÀ̼ÇÀ» Á¤È®Çϰí
¹Ýº¹ÀûÀ¸·Î ÇØ°áÇÒ ¼ö ÀÖ½À´Ï´Ù. µö·¯´× ¸ðµ¨Àº º¹ÀâÇÑ ÆÐÅÏ¿¡¼­ ÀÚ¿¬ÀûÀÎ º¯È­¸¦ ¿ëÀÎÇϸ鼭 Çã¿ëÇÒ ¼ö ¾ø´Â °áÇÔÀ» ±¸ºÐÇÒ ¼ö
ÀÖ½À´Ï´Ù. ¶ÇÇÑ ÇÙ½É ¾Ë°í¸®ÁòÀ» ´Ù½Ã ÇÁ·Î±×·¡¹ÖÇÏÁö ¾Ê°í »õ ¿¹Á¦¿¡ ½±°Ô Àû¿ëÇÒ ¼ö ÀÖ½À´Ï´Ù.

¸Ó½ÅºñÀü ¼Ö·ç¼Ç º¸´Ù ´õ È¿À²ÀûÀ¸·Î ¼öÇàÀÌ °¡´ÉÇÑ °Í
- ºÎǰ À§Ä¡
- °Ë»ç
- ºÐ·ù
- ¹®ÀÚ ÀνÄ

COGNEX µö·¯´× ±â¼ú »ç¿ë ¹æ¹ý

Cognex Deep Learning´Â ¼Ò±Ô¸ð »ùÇà À̹ÌÁö ÁýÇÕÀ¸·Î ¸î ºÐ ¸¸¿¡ ±â¼úÀڵ鿡°Ô µö·¯´× ±â¹Ý ¸ðµ¨À» ÇнÀ½Ãų ¼ö ÀÖ½À´Ï´Ù.
Cognex Deep Learning´Â ¾ÖÇø®ÄÉÀÌ¼Ç ±¸¼º ÈÄ¿¡ ºü¸£°í Á¤È®ÇÑ °á°ú¸¦ Á¦°øÇÏ°í °øÁ¤ Á¦¾î¸¦ ÅëÇØ À̹ÌÁö¸¦ ÀúÀåÇÕ´Ï´Ù.

ÇнÀÇÏ´Â µ¿¾È ¿£Áö´Ï¾î³ª ±â¼úÀÚÀÇ ¾÷¹«:
- »ùÇà À̹ÌÁö ·Îµå
- Áß¿äÇÑ Æ¯Â¡ ¹× °áÇÔ ÁöÁ¤
- ¼ÒÇÁÆ®¿þ¾îÀÇ °á°ú °Ë»ç

Àû¿ë Áß Cognex Deep Learning:
- °Ë»ç À̹ÌÁö¿¡¼­ µ¥ÀÌÅÍ ÃßÃâ
- À̹ÌÁö ºÐ¼® ¹× ÇØ¼®
- ÇÕ°Ý/ºÒÇÕ°Ý °á°ú »êÃâ

 º¹ÀâÇÑ °Ë»ç¸¦ À§ÇÑ µö ·¯´×

 µö ·¯´× ¸ðµ¨Àº °Ë»ç°üÀÇ ÀÚ°¡ ÇнÀ ´É·Â°ú ÄÄÇ»ÅÍ ½Ã½ºÅÛÀÇ ¼Óµµ ¹× Àϰü¼ºÀ» °áÇÕÇÏ¿© ¸Ó½ÅÀÌ °®°í ÀÖ´Â º»ÁúÀûÀÎ ÇѰ踦

±Øº¹ÇÒ ¼ö ÀÖ°Ô ÇÕ´Ï´Ù. µö·¯´× ±â¹Ý À̹ÌÁö ºÐ¼®Àº º»ÁúÀûÀ¸·Î º¹ÀâÇÑ ¿ÜÇü, Áï, ¹Ì¹¦ÇÏ°Ô º¯ÇÏÁö¸¸ Çã¿ë °¡´ÉÇÑ ¹æ½ÄÀ¸·Î
»ý¼ºµÈ ÆÐÅÏÀÌ ÀÖ°í °ø°£ÀûÀÎ Áֱ⿡ ±âÃÊÇÑ ¹æ½ÄÀ» »ç¿ëÇÔÀ¸·Î½á »çÀü¿¡ ¹èÁ¦ °¡´ÉÇÑ Ç¥¸é º¯È­°¡ Àִ ǥ¸éÀÇ °Ë»ç¿¡ ƯÈ÷
ÀûÇÕÇÕ´Ï´Ù. µö·¯´× ±â¼úÀº º¹ÀâÇÑ ÆÐÅÏÀÇ ÀÚ¿¬ÀûÀÎ º¯È­´Â Çã¿ëÇÏ´Â ÇÑÆí, º¯Ä¢, ºÎǰ, Ư¡À» ±¸ºÐÇØ³»±â À§ÇØ Àΰ£ÀÇ Áö´ÉÀ»
Èä³»³»´Â ½Å°æ¸ÁÀ» »ç¿ëÇÕ´Ï´Ù.

µö ·¯´× ±â¹Ý À̹ÌÁö ºÐ¼®Àº ¸Ó½Å ºñÀü¿¡¼­´Â ó¸®Çϱâ Èûµç ¼ºÇü ¹× ±â´ÉÀû ÀÌ»óÇö»óÀ» ½Äº°Çϴµ¥ Ź¿ùÇÑ ¼º´ÉÀ» ¹ßÈÖÇϸç,
ÀÌ·¯ÇÑ °úÁ¤À» °Ë»ç°üº¸´Ù ´õ¿í ºü¸£°Ô ¾ÈÁ¤ÀûÀ¸·Î ¼öÇàÇÕ´Ï´Ù. ±×·¯¹Ç·Î µö ·¯´× ±â¹ÝÀÇ ¼ÒÇÁÆ®¿þ¾î´Â ÀÌÁ¦ ÆÇ´Ü ±â¹ÝÀÇ °Ë»ç¿Í
°°Àº ¾î·Á¿î ÀÛ¾÷À» Àΰ£À̳ª ±âÁ¸ÀÇ ¸Ó½Å ºñÀü ¼Ö·ç¼Çº¸´Ù Á»´õ È¿À²ÀûÀ¸·Î ¼öÇàÇÒ ¼ö ÀÖ½À´Ï´Ù.

Á¡È­ Ç÷¯±× ½Äº° ¹× ºÐ·ù

ÁÖ¾îÁø ȯ°æ¿¡¼­ ¹ÙÄÚµå »ç¿ëÀÌ ºÒ°¡ÇÑ °æ¿ì Á¦Á¶¾÷ü´Â ƯÁ¤ÇÑ ½Äº°, Ä«¿îÆÃ, ºÐ·ù µîÀÇ ¾ÖÇø®ÄÉÀ̼ÇÀ» À°¾È °Ë»ç·Î¸¸ ÇØ¾ß

ÇÕ´Ï´Ù. ¿Ü°üÀÇ »ç¼ÒÇÑ º¯µ¿Àº ÀÚµ¿ °Ë»ç ½Ã½ºÅÛÀ¸·Î Çϱ⿣ ³Ê¹« º¹ÀâÇÕ´Ï´Ù. »çÀü Á¶¸³À» À§ÇØ ¿©·¯ »ö»óÀÇ Æ®·¹ÀÌ·Î Àü´ÞµÇ´Â

Á¡È­ Ç÷¯±×°¡ ÀÌ °æ¿ì¿¡ ÇØ´çÇÕ´Ï´Ù. °Ë»ç ½Ã½ºÅÛÀº ¿©·¯ »ö»óÀÇ Á¡È­ Ç÷¯±×¸¦ Á¤»óÀûÀ¸·Î ½Äº°Çϰí Ä«¿îÆÃÇÏ°í ºÐ·ùÇÏ´Â

µ¿½Ã¿¡ Æ®·¹ÀÌÀÇ ¹è°æ»öÀº ¹«½ÃÇØ¾ß ÇÕ´Ï´Ù. ÀÌ Á¤º¸´Â Á¶¸³À» À§ÇØ ºñÀü °¡ÀÌµå ·Îº¿¿¡ Àü¼ÛµË´Ï´Ù.

 

Äڱ׳ؽº ViDi´Â Å©±â, ¸ð¾ç°ú Ç¥¸é Ư¡À» ÇнÀÇÏ¿© Á¡È­ Ç÷¯±×ÀÇ µ¶Æ¯ÇÑ Æ¯Â¡À» ÀϹÝÈ­ÇÕ´Ï´Ù. ViDi ºí·ç-À§Ä¡ ½Äº° ÅøÀÇ °æ¿ì

¿£Áö´Ï¾î´Â Æ®·¹ÀÌ À̹ÌÁö¸¦ »ç¿ëÇÏ¿© °¢ Á¡È­ Ç÷¯±×¸¦ ½Äº°Çϰí Ä«¿îÆÃÇϵµ·Ï ¼ÒÇÁÆ®¿þ¾î¸¦ ÇнÀÇÕ´Ï´Ù. ViDi ±×¸°-ºÐ·ù ÅøÀº

µö·¯´× ±â¹Ý ¸ðµ¨À» »ç¿ëÇÏ¿© Á¡È­ Ç÷¯±×¸¦ ·Îº¿°ú °ü·ÃµÈ Áï, »ö»óÀ¸·Î ºÐ·ùÇÕ´Ï´Ù.

 

ÁÖÅ༺Çü °Ë»ç

 

 ±¸¼º ¿ä¼­ ¼öÁØ¿¡¼­µµ Æ÷Àå ¹× ÇÏ¿ì¡ ¼öÁØ¿¡¼­µç ºÎǰÀÌ ´Ù¸¦ °æ¿ì ¿Ü°ü °Ë»ç°¡ ¾î·Á¿ï ¼ö ÀÖ½À´Ï´Ù. ÀϺΠ¿Ü°ü»óÀÇ

°áÇÔÀº ±â´É¿¡ ¿µÇâÀ» ÁÖÁö ¾ÊÁö¸¸ ¿Ï¼ºµÈ ǰÁú°ú ¼ÒºñÀÚ ÀνĿ¡ ¿µÇâÀ» ÁÖÁö¸¸, ´Ù¸¥ »ç¼ÒÇÑ °áÇÔÀº Çã¿ëµË´Ï´Ù.

ÀÌ·¯ÇÑ º¹À⼺¿¡ ´ëÇÑ °Ë»ç¸¦ ±ÔÄ¢ ±â¹Ý ¾Ë°í¸®ÁòÀ¸·Î ÇÁ·Î±×·¡¹ÖÇÏ·Á¸é º¹ÀâÇÑ °áÇÔ ¶óÀ̺귯¸®°¡ ÇÊ¿äÇϰí ÀÎÀû °Ë»ç´Â

´õ À¯¿¬ÇÏÁö¸¸ ³Ê¹« ´À¸®°í ½Å·ÚÇÒ ¼ö ¾øÀ¸¸ç Àϰü¼ºÀÌ ¾ø½À´Ï´Ù.

 

¿£Áö´Ï¾î´Â °¨µ¶ ¸ðµå¿¡¼­ °áÇÔ °¨Áö µµ±¸¸¦ »ç¿ëÇÏ¿© Cognex Deep LearningÀ» ÈÆ·ÃÇÏ¿© Áß¿äÇÏÁö ¾ÊÀº ÀÌ»ó ¹× º¯ÇüÀ»

Çã¿ëÇϸ鼭 ½ºÅ©·¡Ä¡¿Í °°Àº ƯÁ¤ °áÇÔÀ» °Ë»öÇÒ ¼ö ÀÖ½À´Ï´Ù. ÀÌ µµ±¸´Â ´ëºñ°¡ ³·°Å³ª ĸó°¡ Àß µÇÁö ¾Ê´Â À̹ÌÁö

ÀÛ¾÷¿¡ ÃÖÀûÈ­µÇ¾î ÀÖ½À´Ï´Ù. ¼ÒÇÁÆ®¿þ¾î´Â ·±Å¸ÀÓ µ¿¾È ½É°¢ÇÑ ½ºÅ©·¡Ä¡°¡ ÀÖ´Â À̹ÌÁö¸¦ °áÇÔÀ¸·Î Ư¼ºÈ­ÇÏ¿© »ç¼ÒÇÑ

¿Ü°ü °áÁ¡À» ÀνÄÇÏ°í ¹«½ÃÇÏ´Â ¹æ¹ýÀ» ¹è¿ü½À´Ï´Ù.  


IC ¸®µå È­Àåǰ °Ë»ç

 

 

¸Ó½Å ºñÀüÀº ¹ÝµµÃ¼ Á¦Á¶ °øÁ¤ Àü¹Ý¿¡ °ÉÃÄ Ç°ÁúÀ» ¾ö°ÝÇÏ°Ô ¸ð´ÏÅ͸µÇÏ°í °áÇÔÀ» Æ÷ÂøÇÏ´Â µ¥ »ç¿ëµË´Ï´Ù. ĨÀº ¿À·ù¿¡ ´ëÇÑ

Çã¿ë¿ÀÂ÷°¡ ³·¾Æ °¡Àå Ç¥¸éÀûÀÎ °áÇÔÀÌ¶óµµ °ÅºÎÀÇ ¿øÀÌÀÌ µË´Ï´Ù. ÀáÀçÀûÀÎ °áÇÔ À¯ÇüÀÌ ³Ê¹« ¸¹±â ¶§¹®¿¡ °Ë»ç¸¦ ±ÔÄ¢ ±â¹Ý

¾Ë°í¸®ÁòÀ¸·Î ÇÁ·Î±×·¡¹ÖÇÏ´Â °ÍÀº ºñÈ¿À²ÀûÀÔ´Ï´Ù. µö·¯´× ºñÀü ¼ÒÇÁÆ®¿þ¾î´Â ±¤¹üÀ§ÇÑ °áÇÔ ¶óÀ̺귯¸®¸¦ »ç¿ëÇÏÁö ¾Ê°íµµ

¹ÝµµÃ¼ °áÇÔÀ» Á¦ÇÑÇÏ°í ¼öÀ²À» °³¼±Çϴµ¥ µµ¿òÀÌ µÉ ¼ö ÀÖ½À´Ï´Ù.

 

¸ðµç °áÇÔÀ» ¸í½Ã ÀûÀ¸·Î °Ë»öÇÏ´Â °ÍÀº ³Ê¹« º¹ÀâÇÏ°í ½Ã°£ÀÌ ¸¹ÀÌ °É¸³´Ï´Ù. Cognex Deep LearningÀº ±³À° ¾øÀ̵µ ¸ðµç

ºñÁ¤»óÀûÀΠƯ¡À» ½Äº°ÇÒ ¼ö ÀÖ´Â °£´ÜÇÑ ¼Ö·ç¼ÇÀ» Á¦°øÇÕ´Ï´Ù. ´ë½Å ¿£Áö´Ï¾î´Â °áÇÔ °¨Áö µµ±¸¸¦ »ç¿ëÇÏ¿© °¨µ¶µÇÁö ¾ÊÀº

¸ðµå¿¡¼­ "¾çÈ£ÇÑ" À̹ÌÁö »ùÇÿ¡ ´ëÇØ ¼ÒÇÁÆ®¿þ¾î¸¦ ±³À°Çϰí, Cognex Deep LearningÀº Ĩ ¸®µå ¹× ÇÉÀÇ Á¤»óÀûÀÎ ¸ð¾ç°ú

À§Ä¡¸¦ ÇнÀÇÏ°í °áÇÔÀÌ ÀÖ´Â ¸ðµç ±â´ÉÀ» Ư¼ºÈ­ÇÕ´Ï´Ù.  

 

½Ç¸°´õ °Ë»ç

½Ç¸°´õ ºí·ÏÀº ÀÚµ¿Â÷ ¿£ÁøÀÇ ±âº» ¿ä¼ÒÀ̰í, Ä¿´Ù¶õ ½Ç¸°´õ´Â ¿Õº¹ ¿£ÁøÀÇ ÁÖ¿ä ÀÛµ¿ºÎÀ̸ç, ¾ÐÃàµÈ »óÅ¿¡¼­ À§¾Æ·¡·Î

ÆßÇεǴ ÇǽºÅæÀ» °íÁ¤Çϵµ·Ï ¼³°èµÇ¾î ÀÖ½À´Ï´Ù. ½Ç¸°´õ´Â º¸Åë ÁÖÁ¶ ±Ý¼ÓÀ¸·Î Á¦ÀÛµÇ¸ç °£È¤ À±È° ÄÚÆÃµÈ ¶óÀÎÀ̳ª

'½½¸®ºê'°¡ Æ÷ÇԵDZ⵵ ÇÕ´Ï´Ù. ½Ç¸°´õ º®Àº ÇǽºÅæÀÇ ¾ÐÃà ¸µ°ú Á¢ÃËÇϹǷΠ°ß°íÇØ¾ß ÇÕ´Ï´Ù.

½Ç¸°´õÀÇ ¹Ý»ç¼º Ç¥¸é¿¡¼­ ¹ß»ýÇÏ´Â ¹Ý»ç±¤À̳ª ¹Ý¦ÀÓ ¶ÇÇÑ °Ë»ç¸¦ º¹ÀâÇÏ°Ô ¸¸µì´Ï´Ù. Ư¡Àû ¸ð¾ç°ú À§Ä¡ÀÇ ¼ö¸¹Àº

»ç¼ÒÇÑ º¯µ¿°ú ¹Ý¦ÀÓ, È帴ÇÔÀ» Çã¿ëÇÏ´Â ÀÚµ¿ °Ë»ç¸¦ ÇÁ·Î±×·¡¹ÖÇϱâ´Â »ó´çÈ÷ ¾î·Á¿î ÀÏÀÔ´Ï´Ù.

 

Äڱ׳ؽº ViDi´Â ±â°øÀ» ºü¸£°Ô ½Äº°ÇÕ´Ï´Ù. ¿£Áö´Ï¾î´Â ¸î ºÐ ¾È¿¡ ½Ç¸°´õÀÇ ´ëÇ¥ÀûÀÎ 'Á¤»ó' ¹× 'ºÒ·®' À̹ÌÁö·Î ¼ÒÇÁÆ®¿þ¾î¸¦

ÇнÀÇÒ ¼ö ÀÖÀ¸¸ç, °ü½É ¿µ¿ªÀ» ¸¶½ºÅ· ÇÊÅÍ·Î Á¤ÇÏ¿© »þÇÁÆ® ³»ÀÇ ³×°ÅƼºê ½ºÆäÀ̽º¿¡ ¹ÝÀÛÀÌ´Â µð½ºÅ©¸¦ Á¦°ÅÇÒ ¼ö ÀÖ½À´Ï´Ù.

°Ë»ç ´ã´çÀÚ´Â ·¹µå-ºÐ¼® ÅøÀ» ÁöµµÇнÀ ¸ðµå·Î »ç¿ëÇÏ¿© 'ºÒ·®' ¶óº§ÀÌ ºÙÀº À̹ÌÁöÀÇ ±â°ø¿¡ ÁÖ¼®À» ´Þ°í Ư¡Á¡ÀÇ Å©±â,

½ºÄÉÀÏ, Á¾È¾ºñ ¹× Àü´Ü µîÀÇ ¸Å°³º¯¼ö¸¦ Á¶Á¤ÇÏ¿© ¸ðµ¨ÀÌ ¸ð¾çÀÇ º¯µ¿À» °¨¾ÈÇϵµ·Ï Áö¿øÇÕ´Ï´Ù. µö ·¯´× ±â¹Ý ¼ÒÇÁÆ®¿þ¾î´Â

·± ŸÀÓ µµÁß °¢ À̹ÌÁö¸¦ ¹Ð¸®ÃÊ ´ÜÀ§ ³»·Î °Ë»çÇÏ¿© ±â°øÀÌ ÀÖ´Â À̹ÌÁö¸¦ °áÇÔÀ¸·Î, ³ª¸ÓÁö¸¦ Á¤»óÀ¸·Î ±¸º°ÇÕ´Ï´Ù.  

 

USB Ä¿³ØÅÍ °Ë»ç

½º¸¶Æ® Æù¿¡¼­ µ¥ÀÌÅ͸¦ ÃæÀüÇϰí Àü¼ÛÇÏ·Á¸é USB Ä¿³ØÅͰ¡ ÇÊ¿äÇÕ´Ï´Ù. ÀÌ Ä¿³ØÅÍ´Â ÀϹÝÀûÀ¸·Î OEM Á¦Ç°ÀÌ¸ç ¼³Ä¡Çϱâ Àü¿¡

¸ðµç¸é¿¡¼­ °Ë»ç¸¦ ¹Þ¾Æ¾ß Çϰí, Àü¿ø ¹× µ¥ÀÌÅÍ Á¢Á¡, Â÷Æó ¹× ÀϺΠÇüÅÂÀÇ ¸¶¿îµå Ä¿³ØÅÍ·Î ±¸¼ºµË´Ï´Ù. ÀÌ·¯ÇÑ USB Ä¿³ØÅÍ´Â

È­»ó, ¹Ì ¼ºÇü, ¸ÕÁö, ½ºÅ©·¡Ä¡ ¹× À̵¿À» Æ÷ÇÔÇÑ ´Ù¾çÇÑ °áÇÔÀ» ¸ðµç ¸é¿¡¼­ º¸¿©ÁÙ ¼ö ÀÖ½À´Ï´Ù. Ä¿³ØÅÍÀÇ ÀÛµ¿ ³¡ ºÎºÐ¿¡¼­ °ÅÀÇ 

´«¿¡ ¶çÁö ¾Ê´Â ÀÛÀº °áÇÔÀº ÄÉÀ̺íÀÌ ¾ó¸¶³ª Àß ¿¬°áµÇ´ÂÁö, ¾ó¸¶³ª ´Ü´ÜÈ÷ °íÁ¤µÇ¾î ÀÖ´ÂÁö, ´Ù½Ã Á¦°ÅÇϱ⠽¬¿î Áö¿¡ Å« ¿µÇâÀ»

¹ÌÄ¥ ¼ö ÀÖ½À´Ï´Ù. ÀÌ·¯ÇÑ Ä¿³ØÅÍ´Â ÀúÈ­±âÀÇ ¼ö¸í µ¿¾È ÀÛµ¿ÇØ¾ß ÇÕ´Ï´Ù.

 

 Cognex Deep LearningÀÇ °áÇÔ °¨Áö µµ±¸´Â µÎ °¡Áö ¸ðµÎ¸¦ Æ÷ÇÔÇÏ´Â À̹ÌÁö µ¥ÀÌÅÍ ¼¼Æ®¸¦ ÇнÀÇÕ´Ï´Ù. ±â´ÉÀûÀ¸·Î Áß¿äÇÑ

¿Ü¸ð º¯È­¿Í ±â´ÉÀû ¿µÇâÀÌ ¾ø´Â ¿Ü¸ðÀÇ º¯È­¿Í ±¸º°ÇÏ´Â ¹ýÀ» ¹è¿ó´Ï´Ù. ÈÆ·Ã °úÁ¤¿¡¼­ Çã¿ë °¡´ÉÇÑ ¹Ì¿ëÀû ÀÌ»óÀ» ¹«½ÃÇÒ ¼ö

ÀÖÀ¸¹Ç·Î ÈÆ·ÃÀÌ ±â´ÉÀ» ¹æÇØ ÇÒ ¼ö ÀÖ´Â °áÇÔ¿¡¸¸ ÁýÁßÇÏ¿© °úÁ¤À» ´õ °£´ÜÇÏ°í ºü¸£°Ô ¸¸µì´Ï´Ù. ¶óÀο¡ ¹èÄ¡ÇÒ ¶§ Á¶¸í ¹×

ºÎǰ Ç¥½Ã´Â °¡´ÉÇÑ ÇÑ ¸¹Àº °áÇÔÀ» Æ÷ÂøÇÏ´Â µ¥ Áß¿äÇÕ´Ï´Ù.  

 

Ä¿ÆÐ½ÃÅÍ ºÐ·ù

 

ºÎǰÀÌ °¢°¢ ¾à°£ÀÇ ½Ã°¢ÀûÀÎ Â÷À̰¡ ÀÖ´Â ¿©·¯ µî±Þ¿¡ ¼ÓÇÏ´Â °æ¿ì ÀüÀÚ ºÎǰÀ» ºÐ·ùÇÏ´Â °ÍÀÌ Æ¯È÷ ¾î·Á¿ï ¼ö ÀÖ½À´Ï´Ù.

Ä¿ÆÐ½ÃÅÍ´Â Á¦Á¶¾÷ü ¹× »ç¾ç¿¡ µû¶ó À¯Çü (¼¼¶ó¹Í ¹× Àü±â)°ú Å©±â ¹× »ö»óÀÌ ´Ù¾çÇÕ´Ï´Ù. µ¿ÀÏÇÑ À¯Çü ³»¿¡¼­µµ ÆÐÅÏ¿¡

È¥¶õ½º·¯¿î º¯ÇüÀÌ ÀÖÀ» ¼ö ÀÖ½À´Ï´Ù. ¿øÅëÇü ¸ð¾ç°ú Á¶¸íÀº ÈξÀ ´õ º¹ÀâÇØÁú ¼ö ÀÖ°í, VisionPro ViDi´Â ´ÜÀÏ À̹ÌÁö

³»¿¡¼­ ¿©·¯ ºÐ·ù¸¦ ÀÚµ¿È­ÇÏ´Â µö ·¯´× ±â¹Ý ´ë¾ÈÀ» Á¦°øÇÕ´Ï´Ù.

 

¿£Áö´Ï¾î´Â °áÇÔ °¨Áö µµ±¸¸¦ »ç¿ëÇÏ¿© ±Ý ¹× Àü±â Ä¿ÆÐ½ÃÅͰ¡ ¸ðµÎ "¾çÈ£" ºÎǰÀ¸·Î ºÐ·ùµÇ´Â ÁÖ¼®ÀÌ ´Þ¸° À̹ÌÁö ¼¼Æ®¿¡

´ëÇØ °¨µ¶ ¸ðµå¿¡¼­ ¼ÒÇÁÆ®¿þ¾î¸¦ ±³À°ÇÕ´Ï´Ù. ·±Å¸ÀÓ µ¿¾È ¸ðµ¨Àº ¸ðµç Àü±â ¹× ±Ý Ä¿ÆÐ½ÃÅ͸¦ ÇϳªÀÇ À¯ÇüÀ¸·Î ÃßÃâÇϰí

ºÐÇÒÇÕ´Ï´Ù. °Ë»çÀÇ µÎ ¹øÂ° ºÎºÐ¿¡¼­ ºÐ·ù µµ±¸´Â °¢ Ä¿ÆÐ½ÃÅÍÀÇ ¼Ó¼ºÀ» ÇнÀÇÏ´Â µ¿½Ã¿¡ µ¿ÀÏÇÑ À¯Çü ³»ÀÇ º¯µ¿À»

Çã¿ëÇÏÁö¸¸, ÀÌ·¯ÇÑ ¹æ½ÄÀ¸·Î ½Ã°¢ÀûÀ¸·Î ºñ½ÁÇÏ°Ô º¸ÀÌÁö¸¸ »ö»ó°ú Ç¥½Ã·Î ¼­·Î ´Ù¸¥ Àü±â Ä¿ÆÐ½ÃÅ͸¦ ±¸º°ÇÒ ¼ö ÀÖ½À´Ï´Ù.

ÈÆ·Ã Áß¿¡ °³¹ß µÈ ¸ðµ¨À» ±â¹ÝÀ¸·Î Cognex Deep LearningÀº ·±Å¸ÀÓ µ¿¾È ´ÜÀÏ À̹ÌÁö ³»¿¡¼­ Ä¿ÆÐ½ÃÅ͸¦ Á¤È®ÇÏ°Ô ºÐ·ùÇÕ´Ï´Ù. 

 

»çÀü Á¶¸³ »ðÀÔ È®ÀÎ ¹× ¹èÅ͸® ¸ðµâ ¹Ì¿ë °Ë»ç

 

»çÀü Á¶¸³ »ðÀÔ °Ë»ç Áß¿¡´Â µ¤°³¸¦ Á¶¸³Çϱâ Àü¿¡ ÀüÈ­±âÀÇ ³»¿ë¹°¿¡ °áÇÔÀÌ ÀÖ´ÂÁö °Ë»çÇÕ´Ï´Ù. ¹èÅ͸®°¡ ÇϿ졿¡ µé¾î°¡¸é

¼Õ»óµÉ ¼ö ÀÖ½À´Ï´Ù. ÈÞ´ëÆù ¾î¼Àºí¸®ÀÇ È¥¶õ½º·´°í ¹Ù»Û ¹è°æÀ¸·Î ÀÎÇØ ¹èÅ͸®¸¦ ã°í °Ë»çÇϱⰡ ¾î·Æ½À´Ï´Ù. µö ·¯´× ºñÀü

¼ÒÇÁÆ®¿þ¾î´Â ¹èÅ͸® ±Ý¼Ó Ç¥¸éÀÇ °áÇÔ¿¡ ´ëÇÑ ÀÚµ¿ °¨Áö ¹× Ư¼ºÈ­¸¦ ´Ü¼øÈ­ÇÕ´Ï´Ù.

 

Cognex Deep LearningÀ» ÅëÇØ Á¦Á¶¾÷ü´Â ÈÞ´ëÆùÀÌ ÃÖÁ¾ Á¶¸³µÇ±â Àü¿¡ ¹èÅ͸®ÀÇ ¹«°á¼ºÀ» È®ÀÎÇÏ°í ¿Ü°ü ¹× ±â´É ÀÌ»óÀ»

±¸ºÐÇÒ ¼ö ÀÖ½À´Ï´Ù. ¿£Áö´Ï¾î´Â °¨µ¶ ¸ðµå¿¡¼­ °áÇÔ °¨Áö µµ±¸¸¦ »ç¿ëÇÏ¿© "¾çÈ£ÇÑ" À̹ÌÁö¿Í ·¹À̺íÀÌ ÀÖ´Â °áÇÔÀÌ ÀÖ´Â

"³ª»Û" À̹ÌÁö¿¡ ´ëÇØ ¼ÒÇÁÆ®¿þ¾î¸¦ ±³À°ÇÒ ¼ö ÀÖ½À´Ï´Ù. ÀÌ µµ±¸´Â ÀÌ·¯ÇÑ À̹ÌÁö¿¡¼­ ÀÚ¿¬½º·¯¿î Çã¿ë °¡´ÉÇÑ º¯ÇüÀ» Æ÷ÇÔÇÏ¿©

¹èÅ͸®ÀÇ Á¤»óÀûÀÎ ¸ð¾çÀ» ÇнÀÇÒ ¼ö ÀÖ½À´Ï´Ù. ÈÆ·Ã µÈ ¸ðµ¨ÀÌ ±â´ÉÀû ÀÌ»óÀÌ ÀÖ´Â ¸ðµç À̹ÌÁö¸¦ ¿Ã¹Ù¸£°Ô °¨ÁöÇÏ°í ºÐÇÒ ¶§±îÁö

ÈÆ·Ã ´Ü°è ¹× °ËÁõ ±â°£ µ¿¾È ¸Å°³ º¯¼ö¸¦ Áö¼ÓÀûÀ¸·Î Á¶Á¤ÇÒ ¼ö ÀÖ½À´Ï´Ù. ÀÏ´Ü ¹èÄ¡µÇ¸é °áÇÔ °¨Áö µµ±¸°¡ °áÇÔÀÌ ÀÖ´Â ¹èÅ͸®¸¦

½Äº°ÇÏ°í °ÅºÎÇÕ´Ï´Ù.  

 

Ä«¸Þ¶ó ¸ðµâ Ç¥¸é °Ë»ç

 

 Ä«¸Þ¶ó ¸ðµâÀ» ¸ð¹ÙÀÏ ÀåÄ¡¿¡ ¼³Ä¡Çϱâ Àü¿¡ Ç¥¸éÀ» °Ë»çÇÏ¿© ·»Áî¿¡ À̹°Áú, ±ÜÈû, ¾ó·è ¶Ç´Â ¸ÕÁö°¡ ¾ø´ÂÁö È®ÀÎÇØ¾ßÇÕ´Ï´Ù.

´Ù¸¥ °áÇÔÀº ¸ð¾ÓÀÌ Å©°Ô ´Ù¸£°í, Áö¹®ÀÇ ¾ó·èÀº ·»Áî ÄÚÆÃ ¾Æ·¡¿¡ °¤Èù ¸ÕÁö ÀÔÀÚ¿Í´Â »ó´çÈ÷ ´Ù¸£¸ç À¯¸® Ç¥¸éÀÇ ÈìÁýó·³

º¸ÀÌÁö ¾Ê½À´Ï´Ù. ¶ÇÇÑ ·»ÁîÀÇ ¹Ý »ç¸é°ú ·»Áî ¾Æ·¡ ºÎºÐÀÇ ±¼Àý µÈ À̹ÌÁö°¡ ¿øÇÏÁö ¾Ê´Â ÀÌ»óÀ¸·Î ³ªÅ¸³¯ ¼ö ÀÖ½À´Ï´Ù.

»ç½ÇÀº ¾Æ´ÏÁö¸¸, ÀÌ·¯ÇÑ ¹è°æ ÀÌ»óÀ» ½ÇÁ¦ °áÇÔ°ú ±¸º°ÇÏ·Á¸é Á¾Á¾ ´À¸®°í ºñ¿ëÀÌ ¸¹ÀÌ µé°í Àϰü¼ºÀÌ ¾ø´Â ¼öµ¿ °Ë»ç°¡

ÇÊ¿äÇÕ´Ï´Ù. ±×·¯³ª ±âÁ¸ÀÇ ±ÔÄ¢ ±â¹Ý ¸Ó½Å ºñÀü ½Ã½ºÅÛÀº ÀÌ·¯ÇÑ ±¤¹üÀ§ÇÑ °áÇÔÀ» ÀϰüµÇ°Ô ½Äº°Çϵµ·Ï ½±°Ô ÇÁ·Î±×·¡¹Ö ÇÒ ¼ö

¾ø½À´Ï´Ù.

 

Cognex Deep LearningÀÇ °áÇÔ °¨Áö µµ±¸´Â ÀϹÝÀûÀÎ ºÎǰÀÇ Àüü º¯ÇüÀ» ÇнÀÇϱâ À§ÇØ ´Ù¾çÇÑ ¹«°áÁ¡ ·»Áî¿¡ ´ëÇØ ±³À°À»

¹Þ¾Ò½À´Ï´Ù. ºñ °¨µ¶ ¸ðµå¿¡¼­´Â ÀÏ·ÃÀÇ ·»Á ½ºÄµÇϰí Çã¿ë °¡´ÉÇÑ ¹üÀ§¸¦ ¹þ¾î³­ ¸ðµç Ç׸ñ¿¡ Ç÷¡±×¸¦ ÁöÁ¤ÇÏ´Â µ¿½Ã¿¡ ¿ÀŽÀ»

ÃÖ¼ÒÈ­ÇÕ´Ï´Ù. ·»Áî °áÇÔÀº ¸ÕÁö ¹× ±âŸ ÀÔÀÚ¿¡ ÀÇÇÑ ¿À¿°, ±â¸§À̳ª Áö¹®À¸·Î ÀÎÇÑ ¾ó·è, ³»ºÎ ºÎǰÀÇ Á¤·Ä ºÒ·®°ú °°Àº ƯÁ¤

¿øÀÎÀ¸·Î ÀÎÇÑ Æ¯¼ºÀ» °®´Â °áÇâÀÌ ÀÖ½À´Ï´Ù. ƯÁ¤ À¯ÇüÀÇ ½ºÅ©·¡Ä¡´Â ±â°è°¡ À߸ø Á¤·ÄµÇ¾î ¹ß»ýÇϰųª Á¦Á¶ °øÁ¤¿¡¼­ °ø±â

È帧ÀÌ ÁÁÁö ¾Ê¾Æ ¼¶À¯°¡ ÁõÂø µÉ ¼ö ÀÖ½À´Ï´Ù. ¹®Á¦ÀÇ ±Ùº» ¿øÀÎÀ» ½Äº°ÇÔÀ¸·Î½á Á¦Á¶¾÷ü´Â ½Å¼ÓÇÏ°Ô ¼öÁ¤ Á¶Ä¡¸¦ ÃëÇÏ°í ºÒ·®

ºÎǰ »ý¼ºÀ» ÃÖ¼ÒÈ­ ÇÒ ¼ö ÀÖ½À´Ï´Ù.  

 

Á¶¸³ µÈ PCB ±¸¼º ¿ä¼ÒÀÇ OCR

 

PCB¿¡ Á¶¸³ µÈ ´ëºÎºÐÀÇ Ä¨¿¡´Â »ý»ê °úÁ¤À» ÃßÀûÇϱâ À§ÇØ ÀÏ·ÃÀÇ ¿µ¼ýÀÚ ¹®ÀÚ°¡ Ç¥½ÃµÇ¾î ÀÖ½À´Ï´Ù. ¹Ý»ç±¤Àº Àú ´ëºñ À̹ÌÀú¸¦

»ý¼ºÇÏ¿© ¸Ó½Å ºñÀü ½Ã½ºÅÛÀÌ ¹®ÀÚ¸¦ ã°í ÀνÄÇÏ±â ¾î·Æ°Ô ¸¸µì´Ï´Ù. ÀüÀÚ ºÎǰ ¹× ¸ðµâÀÇ ¹®ÀÚ¸¦ ¼º°øÀûÀ¸·Î µðÄÚµùÇÏ·Á¸é

±¤ÇÐ ¹®ÀÚ ÀνÄ(OCR) ½Ã½ºÅÛÀÌ ¹Ý»ç Ç¥¸éÀº ¹°·Ð º¯Çü, ¿Ö°î ¹× À߸ø ¿¡Äª µÈ ¹®ÀÚ¸¦ Çã¿ëÇØ¾ßÇÕ´Ï´Ù.

 

Cognex Deep LearningÀ» »ç¿ëÇϸé À̹ÌÁö Çü¼º ¹®Á¦¿¡µµ ºÒ±¸ÇÏ°í º¯Çü µÈ ¹®ÀÚ¸¦ ½±°Ô ÀÐÀ» ¼ö ÀÖ½À´Ï´Ù. OCR¿¡ ´ëÇÑ ÀÌ µö ·¯´×

±â¹Ý Á¢±Ù ¹æ½ÄÀº °úµµÇÑ ¶óº§¸µÀ» ÁÙ¿© ±³À° ¹× °³¹ß Áß ½Ã°£À» Àý¾àÇÏ°í ¾î·Á¿î »óȲ¿¡¼­ ¹®ÀÚ¸¦ ¼º°øÀûÀ¸·Î ÀнÀ´Ï´Ù. ÀÌ ¼ÒÇÁÆ®¿þ¾î´Â ¿£Áö´Ï¾î°¡ °ü½É ¿µ¿ª°ú ¹®ÀÚ Å©±â¸¦ ¼³Á¤Çϱ⸸ÇÏ¸é µË´Ï´Ù. ÀÏ´Ü ¼³Á¤µÇ¸é µµ±¸ÀÇ »çÀü ÇнÀ µÈ ±Û²Ã ¶óÀ̺귯¸®°¡ ÇнÀ¾øÀÌ ¹®ÀÚ¸¦ ÇØµ¶ÇÏ°í ¹®ÀÚ¿­À» ÀнÀ´Ï´Ù. ¹®ÀÚ¸¦ ÀбⰡ ¸Å¿ì ¾î·Á¿î »óȲ¿¡¼­´Â º¯Çü µÈ ¹®ÀÚ¸¦ »ç¿ëÇÏ¿© ¼ÒÇÁÆ®¿þ¾î¸¦ Á÷Á¢ Àç±³À°

ÇÒ ¼ö ÀÖ½À´Ï´Ù.

 

¼ºÇü °áÇÔ ºÐ¼®

 

½º¸¶Æ® ÆùÀ» ¿ÏÀüÈ÷ Á¶¸³ÇÑ ÈÄ Æ÷ÀåÀ» ÁøÇàÇϱâ Àü¿¡ ÇϿ조ú Ä¿¹ö À¯¸®ÀÇ ¿©·¯ À§Ä¡¿¡ ÀÖÀ» ¼ö ÀÖ´Â ±ÜÈû, ±Õ¿­, Ĩ,

¿òÇ« µé¾î°£ °÷, Á¤·Ä ºÒ·®, º¯»ö ¹× ±âŸ °áÇÔÀÌ ÀÖ´ÂÁö °Ë»çÇØ¾ßÇÕ´Ï´Ù. ÀÌ·¯ÇÑ °áÇÔÀº ÀϹÝÀûÀ¸·Î ±â´ÉÀûÀÌÁö ¾ÊÁö¸¸ Á¦Ç° ¿Ü°ü¿¡

ºÎÁ¤ÀûÀÎ ¿µÇâÀ» ¹ÌĨ´Ï´Ù. ±âÁ¸ÀÇ ±ÔÄ¢ ±â¹Ý ºñÀü ¾ÖÇø®ÄÉÀ̼ÇÀº ¹Ì¸® Á¤ÀÇµÈ ¿µ¿ªÀÇ ±ÜÈû ¶Ç´Â È­¸é ¸ð¼­¸®¿¡ ³ªÅ¸³ª´Â °æÇâÀÌ

ÀÖ´Â ±Õ¿­°ú °°Àº ´Ù¾çÇÑ ÀϹÝÀûÀÎ °áÇÔ¿¡ ´ëÇØ ±³À°ÇÒ ¼ö ÀÖÁö¸¸ °¡´ÉÇÑ °áÇÔÀÇ ¹üÀ§´Â ¸Å¿ì Ä¿¼­ À̵𼭳ª ³ªÅ¸³¯ ¼ö ÀÖ½À´Ï´Ù.

ÇÏ¿ì¡ÀÇ º¯»öÀ̳ª ·Îº¿ÆÈÀÇ Ãæ°ÝÀ¸·Î ÀÎÇÑ ¿òÇ« µé¾î°£ ºÎºÐ°ú °°ÀÌ ºñ±³Àû µå¹°°Ô ¹ß»ýÇÏ´Â °áÇÔµµ Æ÷Àå Àü¿¡ Àâ¾Æ¾ß ÇÕ´Ï´Ù.

ÀüÈ­±â°¡ »ý»êµÇ´Â ¼Óµµ¸¦ °¨¾ÈÇÒ ¶§ »ç¶÷ÀÇ °Ë»ç´Â È¿À²¼ºÀÌ ³·°í Àϰü¼ºÀÌ ¾ø½À´Ï´Ù.

 

Cognex µö ·¯´×Àº Çã¿ëÇÒ ¼ö ¾ø´Â ±¤¹üÀ§ÇÑ °áÇÔÀ» º¸¿©ÁÖ´Â À̹ÌÁö ¼¼Æ®¿Í Çã¿ë °¡´ÉÇÑ ¹üÀ§ ³»¿¡ÀÖ´Â ¿Ü°ü»óÀÇ º¯È­¸¦ º¸¿©ÁÖ´Â

À̹ÌÁö ¼¼Æ®¸¦ ÇнÀÇϰí À̸¦ ºÐ·ùÇÏ´Â ¹æ¹ýÀ» ÇнÀÇÕ´Ï´Ù. ±³À° ´Ü°è¿¡¼­ ¸Å°³ º¯¼ö¸¦ Á¶Á¤ÇÏ¿© ½ÂÀÎ ¹× °ÅºÎ ±âÁØÀÌ ¸ðµç

»ç·Ê¿¡ ´ëÇÑ ½ÃÀå ¿ä±¸ »çÇ×À» ÃæÁ·ÇÏ´ÂÁö È®ÀÎÇÒ ¼ö ÀÖ½À´Ï´Ù. ÈÆ·ÃµÈ À̹ÌÁö ºÐ¼® µµ±¸´Â Cognex Deep Learning°ú °áÇÕ µÈ Ư¼ö Á¶¸í ¹× ÀûÀýÇÑ ºÎǰ Ç¥½Ã¸¦ Ȱ¿ëÇÏ¿© È­¸é, ¹êµå, µÞ¸éÀ» °Ë»çÇÏ°í ½º¸¶Æ® Æù ¾îµð¿¡¼­³ª ÇÔ¸ô, ½ºÅ©·¡Ä¡ ¹× º¯»öÀÇ Á¶ÇÕÀ»

°¨ÁöÇÕ´Ï´Ù. ÀÌ·¯ÇÑ ÀýóÇϰí Á¤È®ÇÑ °Ë»ç¸¦ ÅëÇØ ¿Ü°ü»ó °áÇÔÀÌ ¾ø´Â Á¦Ç° ¸¸ Æ÷Àå ´Ü°è·Î À̵¿ÇÕ´Ï´Ù.

 

Æ®¸² ÃÖÁ¾ Á¶¸³ °ËÁõ

ÃÖÁ¾ Á¶¸³ °ËÁõ¿¡ °ü·ÃµÈ ´Ù¾çÇÑ Æ®¸² ±¸¼ºÇ°Àº ±âÁ¸ ¸Ó½Å ºñÀü °Ë»ç·Î´Â ¼öÇàÇϱ⠾î·Á¿ï Á¤µµ·Î º¹ÀâÇÕ´Ï´Ù. °Ë»ç¿øÀº ¿ÍÀ̾î

¹êµå¿Í ±Ý¼Ó ÇÏ¿ì¡ µîÀÇ ¸ðµç ºÎǰÀÌ Á¸ÀçÇÏ°í ¿Ã¹Ù¸£°Ô Á¶¸³µð¾ú´ÂÁö È®ÀÎÇÕ´Ï´Ù. ¹Ì¹¦ÇÑ Á¶¸í´ëºñ·Î ÀÎÇØ ¹êµå°¡ ¿Ã¹Ù¸¥

ÇϿ졿¡ ÀÖ´ÂÁö ½±°Ô ÆÇ´ÜÇÏ°Ô ¾î·Æ½À´Ï´Ù. °Ë»ç¿øÀº ¿ÍÀÌ¾î ¹êµå¸¦ ´É¼÷ÇÏ°Ô ½Äº°ÇÒ ¼ö ÀÖÁö¸¸ ¼Óµµ ¹× È¿À²¼ºÀº ¶³¾îÁý´Ï´Ù.

Äڱ׳ؽº ViDi´Â µö ·¯´× ±â¹Ý À̹ÌÁö ºÐ¼®À» »ç¿ëÇÏ¿© Æ®¸²ÀÇ ¿Ï¼ºµÈ ¸ð½ÀÀ» ÇнÀÇÕ´Ï´Ù. ¶ÇÇÑ ´©¶ôµÈ ¹êµå¸¦ °Ë»ç°üó·³ Á¤È®ÇϰÔ

½Äº°Çϸ鼭µµ ÀÚµ¿È­ ½Ã½ºÅÛÀÇ ¼Óµµ¿Í ¾ÈÁ¤¼ºÀº À¯ÁöµÈ´Ù´Â Â÷ÀÌÁ¡ÀÌ ÀÖ½À´Ï´Ù.

 

°Ë»ç ´ã´çÀÚ´Â Áöµµ ÇнÀ ¸ðµåÀÇ ViDi ·¹µå-ºÐ¼® Åø·Î ¿ÍÀ̾ ´©¶ôµÈ Æ®¸²ÀÇ 'ºÒ·®' À̹ÌÁö¿Í ¿ÍÀ̾ ÀÖ´Â 'Á¤»ó' À̹ÌÁö¿¡ ´ëÇØ

½Ã½ºÅÛÀ» ÇнÀÇÏ¿© ¿ÂÀüÇÑ Æ®¸²ÀÇ ÂüÁ¶ ¸ðµ¨À» »ý¼ºÇÕ´Ï´Ù. Äڱ׳ؽº ViDi´Â ÀÌ ¸ðµ¨À» »ç¿ëÇÏ¿© ¿ÍÀÌ¾î ¹êµå°¡ ´©¶ôµÈ Æ®¸²

±¸¼ºÇ°À» ÀÌ»ó ¹× °áÇÔÀ¸·Î ½Äº°Çϰí ÃÖÁ¾ °Ë»ç ´Ü°è¿¡¼­ ºÒÇհݽÃŵ´Ï´Ù.  

 

Â÷´ë ¹øÈ£(VIN) °Ë»ç

Â÷´ë ¹øÈ£(VIN)´Â Â÷·®ÀÌ °íÀ¯ ½Äº°ÀÚ·Î »ç¿ëµÇ´Â ÄÚµåÀÌ¸ç ¿©·¯ ¹®ÀÚ·Î ±¸¼ºµÇ¾î ÀÖ½À´Ï´Ù. Â÷´ë ¹øÈ£¿¡´Â ¹®ÀÚ¿Í ¼ýÀÚ°¡

Æ÷ÇԵǸç, DPMÀÌ ±Ý¼ÓÆÇ¿¡ ¿¡Äª ¶Ç´Â ±âÀçµÇ°Å³ª ½ºÆ¼Ä¿¿¡ ÀμâµÇ¾î ÀÖÀ» ¼ö ÀÖ½À´Ï´Ù. ÀÚµ¿Â÷ Á¦Á¶¾÷ü´Â Á¤»óÀûÀÎ À̷°ü¸®¸¦

À§ÇØ Â÷´ë¹øÈ£¸¦ ã¾Æ ÆÇµ¶ÇØ¾ß ÇÕ´Ï´Ù. ¸Ó½Å ºñÀüÀ¸·Î °Ë»ç½Ã ¹Ý»ç±¤, µµÀå»ö, ¹Ý¦ÀÓ µîÀº ºñÀü½Ã½ºÅÛÀ¸·Î ¹®ÀÚ¸¦ ã°í

ÀνÄÇϴµ¥ ¾î·Á¿òÀ» À¯¹ßÇÕ´Ï´Ù. °Ë»ç ½Ã½ºÅÛÀº À̹ÌÁö Çü¼º¿¡ ¹®Á¦°¡ µÇ´Â ¹Ý»ç¼º Ç¥¸éÀ» ¿ëÀÎÇÏ¿© ¹®ÀÚ¸¦ Á¤»óÀûÀ¸·Î ÆÇµ¶Çؾß

ÇÕ´Ï´Ù.

 

Äڱ׳ؽº ViDi ºí·ç-ÆÇµ¶ ÅøÀ» »ç¿ëÇÏ¸é º¯ÇüµÈ ¹®À߸£ ½±°Ô ã¾Æ ÆÇµ¶ÇÒ ¼ö ÀÖ½À´Ï´Ù. ¼ÒÇÁÆ®¿þ¾î¸¦ ÇнÀÇϱâ À§Çì ¿£Áö´Ï¾î´Â 

´ëÇ¥ÀûÀÎ Â÷´ë ¹øÈ£ ¹®ÀÚ ¸ðÀ½ÀÌ µé¾îÀÖ´Â À̹ÌÁöÀÇ °ü½É ¿µ¿ªÀ» Á¤ÀÇÇÕ´Ï´Ù. ºí·ç-ÆÇµ¶ ÅøÀÇ »çÀü ÇнÀµÈ ¸ðµç ¹®ÀÚ ÀÎ½Ä ±â´ÉÀº

¹Ý¦ÀÓ°ú ´ëºñ·Î ÀÎÇÑ ºÒºÐ¸íÇÑ ¹®ÀÚ±îÁö ÀνÄÇØ ³À´Ï´Ù. ÇнÀ ¹× °ËÁõ µ¿¾È ¼ÒÇÁÆ®¿þ¾îÀÇ ¸ðµ¨ÀÌ ¸ðµç ¹®ÀÚ¸¦ Á¤È®ÇÏ°Ô ½Äº°ÇÒ

¶§±îÁö °Ë»ç ´ã´çÀÚ°¡ ´©¶ôµÈ ¹®ÀÚ¸¸ ´Ù½Ã ¶óº§¸µÇÏ¸é µË´Ï´Ù.  

 

¸ð¹ÙÀÏ ÀåÄ¡ ½ºÇÇÄ¿ ¸Þ½Ã °Ë»ç

 


½ºÇÇÄ¿ ¸Þ½Ã´Â õ°ø µÈ ±Ý¼Ó Á¶°¢À¸·Î, ÈÞ´ëÆùÀÇ À½Çâ ¸ðµâÀ» ¸ÕÁö¿Í ¼Õ»óÀ¸·ÎºÎÅÍ º¸È£ÇÏ´Â µ¿½Ã¿¡ »ç¿îµå¿¡ ÃÖ¼ÒÇÑÀÇ ¿µÇâÀ»

¹ÌĨ´Ï´Ù. ÀÌ ¸Þ½Ã´Â ÃÖÁ¾ »ç¿ëÀÚ¿¡°Ô Ç¥½ÃµÇ¹Ç·Î ¿Ü°ü ¼Õ»óµµ °¨ÁöÇØ¾ßÇÕ´Ï´Ù. ¸Þ½Ã´Â 3Â÷¿ø ÅØ½ºÃ³ ºÎºÐÀ̱⠶§¹®¿¡ ¹Ý»ç ¹×

ÇÏÀ̶óÀÌÆ®ÀÇ º¹ÀâÇÑ Á¶¸í ÆÐÅÏÀ» ¸¸µì´Ï´Ù. ¸Þ½Ã¸¦ Á¶±Ý¸¸ ±â¿ï¿©µµ ÆÐÅÏÀÌ ¿ÏÀüÈ÷ ¹Ù²ð ¼ö ÀÖ½À´Ï´Ù. ±×¸®°í ¿ÜºÎ Ç¥¸é ¶Ç´Â

¿ÍÀÌ¾î »çÀÌÀÇ °£°Ý¿¡ ÀÖÀ» ¼ö ÀÖÁö¸¸, º¯ÇüÀÌÀ¸·Î ÀÎÇØ °¡´ÉÇÑ ¸ðµç °æ¿ì¸¦ ó¸®Çϱâ À§ÇØ ±âÁ¸ ¸Ó½Å ºñÀüÀ» ÇÁ·Î±×·¡¹ÖÇϱⰡ

¾î·Æ½À´Ï´Ù.

 

½ºÇÇÄ¿ ¸Þ½Ã °áÇÔÀ» ½Äº°Çϱâ À§ÇØ Cognex Deep LearningÀÇ °áÇÔ °¨Áö µµ±¸´Â ÀϹÝÀûÀÎ Á¶¸í º¯Çü ¹× Çã¿ë °¡´ÉÇÑ ¿Ü°ü °áÇÔ

¼öÁØÀ» Æ÷ÇÔÇÏ¿© ÀÏ¹Ý ºÎǰÀÇ Àüü º­ÇüÀ» ÇнÀÇϱâ À§ÇØ ´Ù¾çÇÑ ½ºÇÇÄ¿ ¸Þ½Ã¿¡ ´ëÇØ ÈÆ·ÃµÇ¾ú½À´Ï´Ù. ¸Þ½Ã¸¦ ½ºÄµÇÒ ¶§ Çã¿ë

°¡´ÉÇÑ ¹üÀ§¸¦ ¹þ¾î³­ ¸ðµç °ÍÀ» ºÐ¼®Çϰí Ç÷¡±×¸¦ ÁöÁ¤Çϸ鼭 ¿ÀŽÀ» ÃÖ¼ÒÈ­ÇÕ´Ï´Ù. Cognex Deep LearningÀº Á¤¹Ð Á¤·Ä ÀÛ¾÷°ú

½ºÇÇÄ¿ ¸Þ½Ã Ä¡¼ö ÃøÁ¤¿¡ °¡Àå ÀûÇÕÇÑ ±âÁ¸ ¸Ó½Å ºñÀü°ú ÇÔ²² ÀÛµ¿ÇÒ ¼ö ÀÖ½À´Ï´Ù. µö ·¯´×°ú ±âÁ¸ ºñÀü µµ±¸ÀÇ Á¶ÇÕÀº ÈξÀ ´õ

ºü¸¥ ¼Óµµ·Î ¼öµ¿ °Ë»ç¸¦ ÈξÀ ´É°¡ÇÕ´Ï´Ù. ±³´ëÁ¶¿Í »ý»ê ¶óÀο¡¼­ Àϰü¼ºÀ» À¯ÁöÇϸ鼭 ±×·¸°Ô ÇÕ´Ï´Ù.

 

ÇǽºÅæ ¸µ °Ë»ç

 

ÇǽºÅæÀÇ ¾ÐÃà ¸µÀº ¿Õº¹ ¿£Áø¿¡¼­ ´Ù¾çÇÑ ¿ªÇÒÀ» ¼öÇàÇϸç, ¿¬¼Ò½ÇÀ» ¹ÐÆó½ÃŰ°í ¿ÀÀÏÀ» ±ÕÀÏÇÏ°Ô ¼Ò¸ðÇϵµ·Ï ÇÕ´Ï´Ù. ¾ÐÃà ¸µÀÇ

°áÇÔÀº ÇǽºÅæÀÇ ¹Ý»ç¼º ±Ý¼Ó Ç¥¸é ¶§¹®¿¡ °¨ÁöÇÏ±â ¾î·Æ½À´Ï´Ù. ÇǽºÅæÀÇ ¸ð¾çÀº ¿øÅëÇüÀÌ¶ó °£È¤ È帴Çϰí ÃÊÁ¡ÀÌ ¸ÂÁö ¾Ê´Â

À̹ÌÁö¸¦ ¸¸µé¾î ³À´Ï´Ù. ±Ý¼Ó Ç¥¸é ÅØ½ºÃ³ÀÇ Á¤»ó ¹üÀ§ ³»ÀÇ º¯ÇüÀº Á¦Á¶ °øÁ¤ÀÇ ÀϺηΠ¹Þ¾Æµé¿©Áö°í ÀÖÀ¸¸ç, ³ì½¼ ÀÚ±¹°ú

Èò»ö ºÎºÐ, ½ÉÁö¾î´Â ±Õ¿­°ú Æ´ÀÇ º¯µ¿Àº °Ë»ç¿¡¼­ Åë°úµË´Ï´Ù. ÇÏÁö¸¸ ±ä ÈìÁýÀº ÇǽºÅæ ¼º´É¿¡ ¿µÇâÀ» ¹ÌÄ¡°í ½Ç¸°´õÀÇ ¾ÐÃ൵¸¦

À§ÇùÇÏ´Â ½É°¢ÇÑ °áÇÔÀÔ´Ï´Ù. °Ë»ç ½Ã½ºÅÛÀº ¾ÐÃà ¸µ Ç¥¸éÀÇ Á¤»ó ¹üÀ§ ³»ÀÇ º¯Çü ¹× »ç¼ÒÇÑ ÀÌ»ó ¿ä¼Ò´Â ¿ëÀÎÇÏÁö¸¸ µ¿½Ã¿¡ ±ä 

ÈìÁýÀº »©³õÁö ¾Ê°í ½Äº°ÇÒ ¼ö ÀÖ¾î¾ß ÇÕ´Ï´Ù.

 

Äڱ׳ؽº ViDi Á¦Ç°Àº »ç¼ÒÇÑ º¯ÇüÀ» ÆÇ´ÜÇÒ ¼ö ÀÖ´Â Àΰ£ÀÇ ´É·Â¿¡ ÀÚµ¿ ½Ã½ºÅÛÀÇ ¾ÈÁ¤¼º, Àϰü¼º°ú ¼Óµµ¸¦ °áÇÕÇÑ È¿°úÀûÀÎ

°Ë»ç ¼Ö·ç¼ÇÀ» Á¦°øÇÕ´Ï´Ù. ±×¸®°í Á¤»ó ¹üÀ§ ³»ÀÇ º¯µ¿, ³ì½¼ ÀÚ±¹°ú »ç¼ÒÇÑ ±Õ¿­ µîÀÇ Çã¿ë °¡´ÉÇÑ °áÇÔÀ» Æ÷ÇÔÇÑ 'Á¤»ó' À̹ÌÁö¿¡

ÁÖ¼®À» ´ä´Ï´Ù. ÀÌ·¯ÇÑ À̹ÌÁú¸£ Åä´ë·Î Äڱ׳ؽº ViDi´Â ÇǽºÅæÀÇ ÀÚ¿¬½º·± ÇüÅÂ¿Í Ç¥¸é ÅØ½ºÃ³´Â ¹°·Ð ÀϹÝÀûÀÎ ÈìÁýÀÇ ¸ð½À±îÁö

ÇнÀÇÕ´Ï´Ù. °ËÁõ Å×½ºÆ® µµÁß¿¡´Â À̹ÌÁö¸¦ ÇнÀ ¼¼Æ®¿¡ ´õ Ãß°¡ÇÏ¿© ½Ã½ºÅÛÀ» ÃÖÀûÈ­ÇÒ ¼ö ÀÖ°í, ÇнÀ ´Ü°è¿Í °ËÁõ ±â°£ µ¿¾È¿¡´Â

ÇнÀµÈ ¸ðµ¨ÀÌ ±ä ÈìÁýÀÌ ÀÖ´Â ¸ðµç À̹ÌÁö¸¦ Á¤È®ÇÏ°Ô °¨ÁöÇÏ°í ºÐ·ùÇÒ ¶§±îÁö ¸Å°³º¯¼ö¸¦ °è¼ÓÀûÀ¸·Î Á¶Á¤ÇÒ ¼ö ÀÖ½À´Ï´Ù.

 

  ¼Ö´õ ÀúÇ× °Ë»ç

¸¶¿ì½º ´ÙÀÌ¿Àµå¿Í °°Àº ºÎǰÀ» Àü±âÀû ¿¬°á¿¡ °£¼·ÇÏÁö ¾Ê°í ÀåÂøÇÏ·Á¸é ¼Ö´õ ·¹Áö½ºÆ®¸£¸£ º£¾î º¸µå¿¡ ±ú²ýÇÏ°Ô Àû¿ëÇØ¾ß

ÇÕ´Ï´Ù. ¼Ö´õÀÇ ÀÛÀº °áÇÔÁ¶Â÷µµ ¹è¼± ÆÄ¼Õ, ´Ü¶ô ¹× ±âŸ Àü±â ¹®Á¦¸¦ ÀÏÀ¸Å³ ¼ö ÀÖ½À´Ï´Ù. ÀÌ·¯ÇÑ °áÇÔÀº ¹Ý»ç±¤À¸·Î ÀÎÇØ Å©±â,

¸ð¾çÀÌ ´Ù¾çÇÕ´Ï´Ù. ÀÌ·¯ÇÑ Á¶°Ç¿¡¼­ »ó´çÇÑ ºÎǰ º¯µ¿À» Çã¿ëÇÏ´Â ÀÚµ¿ °Ë»ç¸¦ ÇÁ·Î±×·¡¹ÖÇÏ´Â °ÍÀº ¾î·Æ½À´Ï´Ù.

 

Cognex Deep LeaningÀº ´Ù¸¥ ¹æ¹ýÀÌ µ¿ÀÏÇÑ Á¶¸í Á¶°Ç¿¡¼­ °Ë»çÇϱ⠾î·Á¿ï ¶§ ´ÙÀÌ¿ÀµåÀÇ ¼Ö´õ ·¹Áö½ºÆ®¸¦ ½Å¼ÓÇÏ°Ô ½Äº°ÇÕ´Ï´Ù.

·±Å¸ÀÓ µ¿¾È µµ±¸ °íÁ¤¹°°ú À§Ä¡´Â ¹Ý»ç±¤ÀÇ º¯È­¿¡µµ ºÒ±¸Çϰí PCB¿¡ ÀúÇ×ÇÕ´Ï´Ù. ÀÌ·¯ÇÑ À̹ÌÁö¸¦ ±â¹ÝÀ¸·Î Äڱ׳ؽº µö·¯´×Àº

¸¶¿ì½º ´ÙÀÌ¿ÀµåÀÇ ÀÚ¿¬½º·¯¿î Áú°¨°ú ¼Ö´õÀÇ Á¤»óÀûÀÎ ¸ð¾çÀ» ÇнÀÇÕ´Ï´Ù. Ãß°¡ ¿¹Á¦¸¦ ¹Ý¿µÇÏ°í ¸ðµ¨À» ÃÖÀûÈ­Çϱâ À§ÇØ À¯È¿¼º

°Ë»ç Å×½ºÆ® Áß¿¡ ÇнÀ ¼¼Æ®¿¡ Ãß°¡ À̹ÌÁö¸¦ Ãß°¡ ÇÒ ¼ö ÀÖ½À´Ï´Ù. ±³À° ¹× °ËÁõ ´Ü°è¿¡¼­ ´Ù¾çÇÑ ¸Å°³ º¯¼ö¸¦ Á¶Á¤ÇÏ¿© °áÇÔÀÖ´Â

¼Ö´õ°¡ ÀÖ´Â ¸ðµç ´ÙÀÌ¿Àµå¸¦ ¿Ã¹Ù¸£°Ô °¨ÁöÇϱâ À§ÇØ ¸ð¾ç º¯È­¸¦ ¼³¸íÇÒ ¼ö ÀÖ½À´Ï´Ù.

 

¹èÅ͸® ¹öư °Ë»ç

·¹ÀÌÀú ¶Ç´Â ÀúÇ× ¿ëÁ¢°ú °°Àº Àú¿­ ¹æ¹ýÀº ¹èÅ͸® ³»¿ë¹°ÀÇ ¼Õ»óÀ» ¹æÁöÇϱâ À§ÇØ ÀϹÝÀûÀ¸·Î »ç¿ëµÇÁö¸¸ ĸ ¾ÁÀ» °íÁ¤ÇÏ·Á¸é

Á¤¹Ðµµ°¡ ÇÊ¿äÇÕ´Ï´Ù. ¿À·ù¿¡ ´ëÇÑ ¿©¹éÀÌ °ÅÀÇ ¾ø½À´Ï´Ù. °áÇÔÀ¸·Î ÀÎÇØ ÀüÇØÁúÀÌ ´©ÃâµÇ°í ¼º´ÉÀÌ ÀúÇ쵃 ¼ö ÀÖ½À´Ï´Ù. µÎ °¡Áö

À¯ÇüÀÌ °áÇÔ ¸ðµÎ ¼¿ÀÇ ¹Ý»ç Ç¥¸é¿¡¼­ ½Äº°Çϱ⠾î·Á¿ï ¼ö ÀÖ½À´Ï´Ù. ÀÌ ¸ðµç °ÍÀÌ ±âÁ¸ ¸Ó½Å ºñÀüÀ¸·Î ¸ðµç °áÇÔÀ» Á¤È®ÇϰÔ

°¨ÁöÇÏ±â ¾î·Æ°Ô ¸¸µì´Ï´Ù. 긜°í ÀÌ·¯ÇÑ ¹èÅ͸®´Â ´ë·®À¸·Î »ý»êµÇ°í °áÇÔÀÌ ÀÛ°í ¹ß°ßÇÏ±â ¾î·Æ±â ¶§¹®¿¡ ¼öµ¿ °Ë»ç¿¡ ´ëÇØ¼­µµ

ºñ½ÁÇÑ °úÁ¦¸¦ Á¦½ÃÇÕ´Ï´Ù.

 

¹èÅ͸® ¿ëÁ¢ °áÇÔÀ» ½Äº°Çϱâ À§ÇØ Cognex Deep LearningÀÇ °áÇÔ °¨Áö µµ±¸´Â ÀûÀýÇÑ ¼öÁØÀÇ ¿Í°ü °áÇÔÀ» Æ÷ÇÔÇÏ¿© Á¤»ó ºÎǰÀÇ

Àüü º¯ÇüÀ» ÇнÀÇϱâ À§ÇØ ÀûÀýÇÏ°Ô ¹ÐºÀ µÈ ´Ù¾çÇÑ ¹èÅ͸®¿¡ ´ëÇØ ±³À°À» ¹Þ¾Ò½À´Ï´Ù. ¹èÅ͸® ĸÀ» ½ºÄµ ÇÒ ¶§ Çã¿ë ¹üÀ§¸¦

¹þ¾î³ª ¿ëÁ¢À» ºÐ¼®Çϰí Ç÷¡±×¸¦ ÁöÁ¤ÇÏ´Â µ¿½Ã¿¡ ¿Ü°ü»óÀÇ °áÇÔÀ¸·Î ÀÎÇÑ ¿ÀŽÀ» ÃÖ¼ÒÈ­ÇÕ´Ï´Ù. Cognex DSMax¸¦ Ÿ»ç

¼ÒÇÁÆ®¿þ¾î ¾øÀ̵µ °Ë»ç ÇÁ·Î¼¼½º¿¡ ½±°Ô ÅëÇÕ ÇÒ ¼ö ÀÖ½À´Ï´Ù. Cognex Deep Learning°ú DSMax´Â ÇÔ²² ¹ÐºÀ Çɰú ±× ¿ëÁ¢¿¡ ´ëÇÑ

Àüü °Ë»ç¸¦ Á¦°øÇÏ¿© °áÇÔÀÌ ¾ø°í ¿ëÁ¢µÇ°í ¿Ã¹Ù¸£°Ô ¹èÄ¡µÇ¾ú´ÂÁö È®ÀÎÇÒ ¼ö ÀÖ½À´Ï´Ù.  

 

½ºÆÌ ¿ëÁ¢ °Ë»ç

 

°ß°íÇÑ Àü±â ¿¬°áÀ» º¸ÀåÇÏ·Á¸é ¿ÍÀ̾ ¼­·Î ¶Ç´Â Å͹̳ο¡ ½ºÆý ¿ëÁ¢ÇؾßÇÕ´Ï´Ù. ¿ëÁ¢Àº ¼­·Î ´Ù¸¥ µÎ ±Ý¼ÓÀ» ÇÔ²² ³ì¿© °ß°íÇÑ

¿¬°áÀ» Çü¼ºÇÕ´Ï´Ù. Á¦Á¶¾÷ü´Â ´Ù¾çÇÑ ÀüÀÚ ºÎǰ¿¡ ´ëÇÑ ¸¹Àº ¶óÀÎÀ» º¸À¯ÇÏ´Â °æÇâÀÌ ÀÖÀ¸¸ç ¸ðµç ¿¬°áÀÌ ¾ÈÀüÇÑÁö È®ÀÎÇØ¾ß

ÇÕ´Ï´Ù. ½ºÆý ¿ëÁ¢Àº ¸ð¾ç, À§Ä¡, »ö»ó, ¹Ý»çÀ², Áú°¨ ¹× Ç¥¸é Ç¥½Ã¸¦ Æ÷ÇÔÇÏ¿© ¸ð¾çÀÌ ´Ù¾çÇÏ°í ºÒ±ÕÀÏÇϱ⠶§¹®¿¡ °Ë»ç´Â

°úÀ×À̶ó°íµµÇÏ´Â ³ôÀº ¿ÀŽ·üÀ» °¡Áú ¼ö ÀÖ½À´Ï´Ù. ´Ù¾çÇÑ º¯Çü°ú ÁÁÀº ¿¬°á°ú ³ª»Û ¿¬°áÀ» ±¸º°ÇϱⰡ ¾î·Æ±â ¶§¹®¿¡ ±ÔÄ¢ ±â¹Ý

¸Ó½Å ºñÀüÀº ½Ç¿ëÀûÀÌÁö ¾Ê½À´Ï´Ù.

 

»ç¿ëÀÚ´Â Á¤»óÀûÀÎ ºÎǰÀÇ Àüü º¯ÇüÀ» ÇнÀÇϱâ À§ÇØ ÀûÀýÇÏ°Ô ½ºÆý ¿ëÁ¢ µÈ ´Ù¾çÇÑ ¿¬°á¿¡ ´ëÇØ Cognex Deep LearningÀÇ °áÇÔ

°¨Áö µµ±¸¸¦ ±³À°ÇÕ´Ï´Ù. µµ±¸°¡ ½ºÆý ¿ëÁ¢À» ½ºÄµÇÒ ¶§ Çã¿ë ¹üÀ§¸¦ ¹þ¾î³­ ¸ðµç °ÍÀ» ºÐ¼®Çϰí Ç÷¡±×¸¦ ÁöÁ¤ÇÏ´Â µ¿½Ã¿¡ ¿ÀŽÀ»

ÃÖ¼èÈ­ÇÕ´Ï´Ù. Cognex Deep LearingÀÇ ºÐ·ù µµ±¸´Â ¶óº§ÀÌ ÁöÁ¤µÈ ´Ù¾çÇÑ ¿ëÁ¢ °áÇÔ¿¡ ´ëÇØ ±³À°ÇÏ°í ºÒ·® Çü»ó, ºí·Î¿ì Ȧ, ±Õ¿­,

È­»ó ¶Ç´Â ¿À¿°°ú °°Àº ƯÁ¤ °áÇÔ À¯ÇüÀ» ºÐ·ùÇÏ´Â ¹æ¹ýÀ» ÇнÀÇÒ ¼ö ÀÖ½À´Ï´Ù. ±×·± ´ÙÀ½ ÀÌ·¯ÇÑ ºÐ·ù µÈ °áÇÔÀ» ¾÷½ºÆ®¸² °øÁ¤

Á¦¾î¿¡ »ç¿ëÇÏ¿© ½Ã°£ °æ°ú¿¡ µû¸¥ °áÇÔÀ» ÃÖ¼ÒÈ­ ÇÒ ¼ö ÀÖ½À´Ï´Ù.  

 

À°¾È °Ë»çÀÇ ÀåÁ¡

±âÁ¸ÀÇ ¸Ó½ÅºñÀü°ú ´Þ¸® Àΰ£Àº ¼ºÇü ¹× ±â´É Ãø¸éÀÇ ¹Ì¹¦ÇÑ °áÁ¡À» ±¸ºÐÇϰí, ǰÁú¿¡ ¿µÇâÀ» ¹ÌÄ¥ ¼ö ÀÖ´Â ºÎǰ ¿ÜÇüÀÇ º¯µ¿À»

°¨ÁöÇÏ´Â µ¥ ´É¼÷ÇÕ´Ï´Ù. Á¤º¸¸¦ ó¸®ÇÏ´Â ¼Óµµ´Â Á¦ÇÑÀûÀÌÁö¸¸ Àΰ£Àº ±â³äÈ­¿Í ÀϹÝÈ­¶ó´Â Ưº°ÇÑ ´É·ÂÀ» °¡Áö°í ÀÖ½À´Ï´Ù.

Àΰ£Àº ¿¹½Ã¸¦ ÅëÇØ ÇнÀÇÏ´Â ´É·ÂÀÌ ¶Ù¾î³ª¸ç ÀÌ´Â ºÎǰ °£ÀÇ »ç¼ÒÇÑ ÀÌ»ó Çö»óÀ» °¨ÁöÇÒ ¶§ ¸Å¿ì Áß¿äÇÕ´Ï´Ù. µû¶ó¼­ º¹ÀâÇϰí

±¸Á¶È­µÇÁö ¾ÊÀº Àå¸é ƯÈ÷ ¹Ì¹¦ÇÑ °áÇÔ°ú ¿¹Ãø ºÒ°¡´ÉÇÑ °áÁ¡ÀÇ Á¤¼ºÀû ÇØ¼®ÀÌ ÇÊ¿äÇÑ °æ¿ì¿¡´Â ´ëºÎºÐ À°¾È °Ë»ç°¡ ÃÖ°íÀÇ

¼±ÅÃÀÔ´Ï´Ù.

 

¿¹¸¦ µé¾î Àΰ£Àº º¯ÇüµÇ¾ú°Å³ª ÆÇµ¶ÀÌ ¾î·Á¿î ¹®ÀÚ, º¹ÀâÇÑ Ç¥¸é, ¼ºÇü °áÇÔÀ» ´Ù·ç´Â °æ¿ì¿¡ Á¤È®¼ºÀÌ ³ô½À´Ï´Ù. ÀÌ·¯ÇÑ ´Ù¼öÀÇ

¾ÖÇø®ÄÉÀ̼ǿ¡¼­ º¹À⼺À» °¨Á¤ÇÒ ¶§ Àΰ£ÀÌ ¸Ó½Åº¸´Ù ÈξÀ ¶Ù¾î³³´Ï´Ù.  

 

¹èÅ͸® ÅÇ °Ë»ç

 ÆÄ¿ìÄ¡ ¹èÅ͸® Àü±ØÀº ±Ý¼Ó ÅÇÀ¸·Î ¿ÜºÎ ȸ·Î¿¡ ¿¬°áµË´Ï´Ù. ÀÌ ±Ý¼Ó È£ÀÏ ÅÇÀº ´Ù¾çÇÑ ±Ý¼ÓÀ¸·Î ¸¸µé¾îÁö¸ç ¾ã°í ºÎµå·¯¿ì¸ç ½±°Ô

¼Õ»óµÉ ¼ö ÀÖ½À´Ï´Ù. ÀϹÝÀûÀÎ °áÇÔ¿¡´Â ½ºÅ©·¡Ä¡, ¹üÇÁ, ±¸¸Û ¹× ¸ÕÁö°¡ Æ÷ÇԵ˴ϴÙ. ¼Õ»óµÈ ÅÇÀº ¿¬°áÀ» ÁÙÀ̰ųª ¹æÇØÇϹǷÎ

Àü±Ø¿¡ ³³¶« Çϱâ Àü¿¡ °áÇÔÀÌ ¾ø¾î¾ßÇÕ´Ï´Ù. ±×·¯³ª ºÎÀûÀýÇÑ ³³¶«Àº ¶ÇÇÑ È­»ó, Ÿ°Ý ¹× º¼ ´©¶ô°ú °°Àº °áÇÔÀ¸·Î À̾îÁý´Ï´Ù. ºÒ·®ÇÑ ¶«³³Àº ¿¬°á¼º ¹× ¼º´É ÀúÇÏ·Î À̾îÁý´Ï´Ù.

 

ÅÇ ¹× ¼Ö´õ °áÇÔÀ» ¸ðµÎ ½Äº°Çϱâ À§ÇØ Cognex Deep LearningÀÇ °áÇÔ °¨Áö µµ±¸´Â Çã¿ë °¡´ÉÇÑ ¼öÁØÀÇ ¿Ü°ü °áÇÔÀ» Æ÷ÇÔÇÏ¿© Á¤»ó

ºÎǰÀÇ Àüü º¯ÇüÀ» ÇнÀÇϱâ À§ÇØ ´Ù¾çÇÑ ¼Õ»óµÇÁö ¾ÊÀº Åǰú ÀûÀýÇÏ°Ô ¼Ö´õ¸µ µÈ ÅÇ¿¡ ´ëÇØ ±³À°À» ¹Þ¾Ò½À´Ï´Ù. ±×·± ´ÙÀ½

Cognex Deep LearningÀÇ ºÐ·ù µµ±¸´Â ¶óº§ÀÌ ÁöÁ¤µÈ ´Ù¾çÇÑ ÅÇ ¹× ÅÇ ¼Ö´õ °áÇÔ¿¡ ´ëÇØ ÇнÀÇϰí ÅÇÀÇ ½ºÅ©·¡Ä¡, ±¸¸Û ¹× ¹üÇÁ ¶Ç´Â

¼Ö´õ¿¡¼­ º¼ÀÌ Å¸°Å³ª ºÎµúÈ÷°Å³ª ´©¶ô µÈ °Í°ú °°Àº ƯÁ¤ °áÇÔ À¯ÇüÀ» ºÐ·ùÇÏ´Â ¹æ¹ýÀ» ¹è¿ï ¼ö ÀÖ½À´Ï´Ù. ±×·± ´ÙÀ½ ÀÌ·¯ÇÑ ºÐ·ù

µÈ °áÇÔÀ» ¾÷½ºÆ®¸² °øÁ¤ Á¦¾î¿¡ »ç¿ëÇÏ¿© ½Ã°£ °æ°ú¿¡ µû¸¥ °áÇÔÀ» ÃÖ¼ÒÈ­ ÇÒ ¼ö ÀÖ½À´Ï´Ù.  

 

¾Á¸µ ÇÉ ¿ëÁ¢ °Ë»ç

¹èÅ͸® ¼¿ÀÌ ¹ÐºÀµÇ¸é ĸÀÇ ÀÛÀº ±¸¸ÛÀ» ÅëÇØ ¾×ü ÀüÇØÁú·Î ä¿öÁý´Ï´Ù. ÃæÀüÀÌ ¿Ï·áµÇ¸é ±¸¸ÛÀ» ¹ÖºÀ ÇÉ ¶Ç´Â µ¤°³ ĸÀ¸·Î µ¤Àº

´ÙÀ½ Á¦ÀÚ¸®¿¡ ¿ëÁ¢ÇÏ¿© °íÁ¤ÇÕ´Ï´Ù. ¹ÐºÀ ÇÉÀÇ ÀûÀýÇÑ ¹èÄ¡´Â ÀüÅëÀûÀ¸·Î ·¹ÀÌÀú ¶Ç´Â ±âŸ 3D º¯À§ ¼¾¼­·Î ³ôÀ̸¦ °áÁ¤ÇÏ¿©

È®ÀεǾú½À´Ï´Ù. ±×·¯³ª ÇÔ¸ô, È­»ó, ÇÉȦ ¹× ÆÄ¼Õ°ú °°Àº ¿ëÁ¢ ÀÚüÀÇ °áÇÔÀº °¡´ÉÇÑ ´Ù¾çÇÑ °áÇÔ°ú ¹èÅ͸® ĸÀÇ ¹Ý»ç ¹è°æÀ¸·Î

ÀÎÇØ ±âÁ¸ ¸Ó½Å ºñÀüÀ» ÅëÇØ ½±°Ô °¨ÁöµÇÁö ¾Ê½À´Ï´Ù.

 

¿ëÁ¢ÀÌ ¿Ï·áµÈ ÈÄ Cognex Deep LearningÀÇ °áÇÔ °¨Áö µµ±¸´Â ¾Á¸µ ÇÉ ¿ëÁ¢¿¡¼­ ¼ö¸¹Àº ÀáÀçÀû °áÇÔÀ» ½Äº°ÇÒ ¼ö ÀÖ½À´Ï´Ù.  µö ·¯´×

¾ÖÇø®ÄÉÀ̼ÇÀº ÀûÀýÇÑ ¼öÁØÀÇ ¿Ü°ü °áÇÔ, Á¶¸í ÇÏÀ̶óÀÌÆ® ¹× ±×¸²ÀÚ¸¦ Æ÷ÇÔÇÏ¿© Á¤»ó ºÎǰÀÇ Àüü º¯ÇüÀ» ÇнÀÇϱâ À§ÇØ ÀûÀýÇϰÔ

¹ÐºÀ µÈ ´Ù¾çÇÑ ¹èÅ͸®¿¡ ´ëÇØ ±³À°µÇ¾ú½À´Ï´Ù. ÀÌ µµ±¸´Â ·¹À̺íÀÌ ÁöÁ¤µÈ ´Ù¾çÇÑ ¿ëÁ¢ ¹× ¹èÄ¡ °áÇÔ¿¡ ´ëÇØ ±³À°À» ¹Þ¾ÒÀ¸¹Ç·Î

¿Ã¹Ù¸£°Ô ½Äº°ÇÒ ¼ö ÀÖ½À´Ï´Ù. ·±Å¸Àӽà ºÐ·ù µ¥ÀÌÅÍ´Â °¨Áö µÈ ¸ðµç À¯ÇüÀÇ °áÇÔ¿¡ ´ëÇØ ¼öÁ¤ Á¶Ä¡¸¦ ¾÷½ºÆ®¸²ÇÏ´Â µ¥ »ç¿ëµË´Ï´Ù.

Cognex Deep Learning°ú DSMax´Â ÇÔ²² ¹ÐºÀ Çɰú ±× ¿ëÁ¢¿¡ ´ëÇÑ Àüü °Ë»ç¸¦ Á¦°øÇÏ¿© °áÇÔÀÌ ¾ø°í ¿ëÁ¢µÇ°í ¿Ã¹Ù¸£°Ô

¹èÄ¡µÇ¾ú´ÂÁö È®ÀÎÇÒ ¼ö ÀÖ½À´Ï´Ù.

 

Á¶¸³ ÀÚµ¿È­¸¦ À§ÇÑ ¸Ó½ÅºñÀü

»ç¶÷ÀÌ °øÀå ¶óÀÎÀ» Á÷Á¢ °ü¸®ÇÏ´ø ½ÃÀýÀº Áö³µ½À´Ï´Ù. ¿À´Ã³¯¿¡´Â ¸¹Àº ¸Ó½ÅÀÌ Á¦Á¶, Á¶¸³ ¹× ÀÚÀç °ü¸® ÀÛ¾÷À» ÀÚµ¿È­Çϰí 

ÀÖ½À´Ï´Ù. Á¤¹ÐÇÑ Á¤·Ä ¹× ½Äº° ¾Ë°í¸®Áò°ú °¡ÀÌµå ±â´ÉÀ» °®Ãá ¸Ó½ÅºñÀü ½Ã½ºÅÛ ´öºÐ¿¡ ¼öµ¿À¸·Î´Â Á¦ÀÛÇÒ ¼ö ¾ø¾ú´ø ÃֽмÒÇü

±¸¼ºÇ°À» Á¦Á¶ÇÏ´Â ÀÏÀÌ °¡´ÉÇØÁ³½À´Ï´Ù. »ý»ê ¶óÀÎÀÇ ¸Ó½ÅºñÀü ½Ã½ºÅÛÀº ºÐ´ç ¼ö¹é¿¡¼­ ¼öõ °³ÀÇ ºÎǰÀ» ¾ÈÁ¤ÀûÀÌ°í ¹Ýº¹ÀûÀÎ

¹æ½ÄÀ¸·Î °Ë»çÇÒ ¼ö Àֱ⠶§¹®¿¡ °Ë»ç ´É·Â ¸é¿¡¼­ Àΰ£º¸´Ù ÈξÀ ¶Ù¾î³³´Ï´Ù.

 

Áö³­ ¼ö½Ê ³âµ¿¾È, ¸Ó½ÅºñÀü ½Ã½ºÅÛÀº Á¦Á¶µÈ Á¦Ç°¿¡¼­ °áÇÔ, ¿À¿°, ±â´É»ó °áÁ¡, ±âŸ ÀÌ»ó Çö»óÀ» °¨ÁöÇÏ´Â °Ë»ç¸¦ ¼öÇàÇϵµ·Ï

ÄÄÇ»Å͸¦ Æ®·¹ÀÌ´×Çß½À´Ï´Ù. ¸Ó½ÅºñÀüÀº ¼Óµµ, Á¤È®¼º, ¹Ýº¹¼ºÀ» Á¦°øÇϱ⠶§¹®¿¡ ±¸Á¶È­µÈ Àå¸éÀÇ ¾çÀû ÃøÁ¤¿¡¼­ Ź¿ùÇÑ ¼º´ÉÀ»

º¸ÀÔ´Ï´Ù. ÀûÇÕÇÑ Ä«¸Þ¶ó ÇØ»óµµ¿Í ±¤ÇÐ ÀåÄ¡¸¦ °®Ãá ¸Ó½ÅºñÀü ½Ã½ºÅÛÀº ³Ê¹« À۾Ƽ­ À°¾ÈÀ¸·Î´Â È®ÀÎÇÒ ¼ö ¾ø´Â ¹°Ã¼ÀÇ ¼¼¼¼ÇÑ

ºÎºÐ±îÁö ½±°Ô °Ë»çÇÒ ¼ö ÀÖÀ¸¸ç °Ë»ç ½Å·Ú¼ºÀº ³ôÀ̸鼭 ¿À·ù´Â ÁÙ¿©ÁÝ´Ï´Ù.   

 

MLCC °Ë»ç

MLCC(´ÙÃþ ¼¼¶ó¹Í Ä¿ÆÐ½ÃÅÍ)´Â ÁýÀû ȸ·Î ±âÆÇ¿¡ ¿¬°áÇϱâ À§ÇÑ ±Ý¼Ó ´ÜÀÚ°¡ ÀÖ´Â ½ºÅà ĿÆÐ½ÃÅÍ ºí·ÏÀ¸·Î ±¸¼ºµË´Ï´Ù. MLCC´Â

Å͹̳×ÀÌ¼Ç ÄÚÆÃÀÇ ±Õ¿­, ºí¸®½ºÅÍ, Ĩ, ¿À¿° ¹× º¸À̵带 Æ÷ÇÔÇÏ¿© ´Ù¾çÇÑ Á¦Á¶ °áÇÔÀ¸·Î ¾î·Á¿òÀ» °Þ½À´Ï´Ù. ±×¸®°í ÀÛ°í ´ë·®À¸·Î

Á¦°øµÇ°í, ¸ð¾ç°ú À§Ä¡°¡ ¸Å¿ì ´Ù¾çÇÑ ¹Ì¹¦ÇÑ °áÇÔÀ» °¡Áú ¼ö ÀÖ½À´Ï´Ù. ÀÚµ¿ ±¤ÇÐ °Ë»ç(AOI) ±â°è´Â ¸ðµç Ä¿ÆÐ½ÃÅÍÀÇ 6¸éÀ» ¸ðµÎ

°Ë»ç ÇÑ ´ÙÀ½»ç¶÷ÀÌ Ä¿ÆÐ½ÃÅÍÀÇ Åë°èÀû »ùÇøµÀÇ ÇѸéÀ» °Ë»çÇÕ´Ï´Ù. Àüü ÇÁ·Î¼¼½º´Â ºñ¿ëÀÌ ¸¹ÀÌ µé°í ´À¸®°í ¿À·ù°¡ ¹ß»ýÇϱâ

½¬¿ì¸ç ÇÁ·Î·¹½º °³¼±¿¡ µµ¿òÀÌ µÉ ¼ö ÀÖ´Â À¯¿ëÇÑ µ¥ÀÌÅ͸¦ »ý¼ºÇÏÁö ¾Ê½À´Ï´Ù.

 

Cognex Deep LearningÀÇ ºÐ·ù µµ±¸´Â °áÁ¤ ¹× °áÇÔÀÌ ÀÖ´Â ´Ù¾çÇÑ MLCCÀÇ ¶óº§ÀÌ ÁöÁ¤µÈ À̹ÌÁö¿¡ ´ëÇØ ÇнÀµË´Ï´Ù. ºÐ·ùµµ±¸´Â °¡´ÉÇÑ ±¤¹üÀ§ÇÑ °áÇÔÀ» ºÐ·ùÇÏ´Â ¹æ¹ý°ú ÀÏ¹Ý ºÎǰÀÇ Àüü º¯ÇüÀ» ÇнÀÇÕ´Ï´Ù. ¸ðµç MLCC ºÎǰÀ» ½ºÄµÇϰí Çã¿ë ¹üÀ§¸¦ ¹þ¾î³­

¸ðµç ºÎǰÀ» Áï½Ã Ç¥½ÃÇϰųª ÀÌÀü¿¡ °áÇÔÀ¸·Î Ç¥½ÃµÈ ¾çÈ£ÇÑ ºÎǰÀ» ½Äº°ÇÒ ¼ö ÀÖ½À´Ï´Ù. ºÐ·ù µÈ °áÇÔÀº ½Ã°£ °æ°ú¿¡ µû¸¥ ºÎǰ

°áÇÔÀ» ÃÖ¼ÒÈ­Çϱâ À§ÇØ ¾÷½ºÆ®¸² °øÁ¤ Á¦¾î¿¡µµ »ç¿ëÇÒ ¼ö ÀÖ½À´Ï´Ù.  

 

Àμâ ȸ·Î ±âÆÇ Á¶¸³ È®ÀÎ

ÃÖÁ¾ Á¶¸³ È®ÀÎ °úÁ¤¿¡¼­ 2D ¹× 3D ¸Ó½Å ºñÀü ½Ã½ºÅÛÀº ÀüÅëÀûÀ¸·Î PCB¿¡¼­ LED, ¸¶ÀÌÅ©·Î ÇÁ·Î¼¼¼­ ¹× ±âŸ Ç¥¸é ½ÇÀå ÀåÄ¡ÀÇ

Á¸Àç¿Í ¿Ã¹Ù¸¥ ¹èÄ¡¸¦ °Ë»çÇÕ´Ï´Ù. À߸ø ¹èÄ¡µÇ¾ú°Å³ª ´©¶ô µÈ ±¸¼º ¿ä¼Ò´Â PCBÀÇ ¼º´É°ú ¼ö¸í¿¡ ¿µÇâÀ» ¹ÌÄ¥ ¼ö ÀÖ½À´Ï´Ù. ±×·¯³ª

¹Ì¹¦ÇÑ Á¶¸í ´ëºñ, ¿ø±Ù ¹× ¹æÇâÀÇ º¯È­, ±Ý¼Ó Ç¥¸éÀÇ ´«ºÎ½É µîÀ¸·Î ÀÎÇÑ ¿Ü°üÀÇ ¾à°£ÀÇ º¯È­´Â ÀÚµ¿ °Ë»ç ½Ã½ºÅÛÀ» È¥µ¿½Ãų ¼ö

ÀÖ½À´Ï´Ù. ÀÌ·¯ÇÑ °Ë»ç¸¦ ±ÔÄ¢ ±â¹Ý ¾Ë°í¸®ÁòÀ¸·Î ÇÁ·Î±×·¡¹ÖÇÏ´Â °ÍÀº ½Ã°£ÀÌ ¸¹ÀÌ °É¸®°í ¿À·ù°¡ ¹ß»ýÇϱ⠽¬¿ì¸ç ÇöÀå

¿£Áö´Ï¾î°¡ À¯Áö°ü¸®ÇÏ±â ¾î·Æ½À´Ï´Ù. Àΰ£ °Ë»ç°üÀº ÀÌ·¯ÇÑ ±¸¼º ¿ä¼Ò¸¦ ½Äº°ÇÒ ¼ö ÀÖÁö¸¸ °í¼Ó ó¸® ¿ä±¸ »çÇ×À» ÃæÁ·ÇÒ ¼ö ¾ø½À´Ï´Ù.

 

Cognex Deep LearningÀº PCB Á¶¸³À» °ËÁõÇϱâ À§ÇØ »ç¶÷ÀÇ °Ë»ç¿¡ ÇÊÀûÇÏ´Â ÇöÀå¿¡¼­ À¯Áö °ü¸® ÇÒ ¼ö ÀÖ´Â ¼Ö·ç¼ÇÀ» Á¦°øÇÕ´Ï´Ù.

ÀÌ µµ±¸´Â Å©±â, ¸ð¾ç ¹× Ç¥¸é ±â´ÉÀ» ±âÁØÀ¸·Î ±¸¼º ¿ä¼ÒÀÇ ±¸º°µÇ´Â ±â´ÉÀ» ÀϹÝÈ­ÇÏ°í º¸µå¿¡¼­ÀÇ ÀϹÝÀûÀÎ À§Ä¡»Ó¸¸ ¾Æ´Ï¶ó

Á¤»óÀûÀÎ ¸ð¾çÀ» ÇнÀÇÕ´Ï´Ù. ·±Å¸ÀÓ Áß¿¡ µµ±¸´Â º¸µåÀÇ ¸ðµç °ü·Ã ¿µ¿ªÀ» ºÐ¼®ÇÏ¿© ¸ð¾çÀÌ º¯ÇÏ´õ¶óµµ ±¸¼º ¿ä¼Ò¸¦ ½Äº°Çϰí

°è»êÇÕ´Ï´Ù. ±×¸®°í °Ë»ç´Â ±¸¼º ¿ä¼Ò°¡ ÀÖ´ÂÁö ¿©ºÎ¸¦ È®ÀÎÇÏ°í º¸µå°¡ ¿Ã¹Ù¸£°Ô Á¶¸³µÇ¾ú´ÂÁö ¿©ºÎ¸¦ ¾Ë ¼ö ÀÖ½À´Ï´Ù.  

 

¿ëÁ¢ ÀÌÀ½¸Å °Ë»ç

Äڱ׳ؽº ViDi´Â Ç¥¸é ÅØ½ºÃ³°¡ º¹ÀâÇÏ¿© ±âÁ¸ ¸Ó½Å ºñÀü °Ë»ç¸¦ ¾î·Æ°Ô ¸¸µå´Â ÇǽºÅæ µîÀÇ Áß¿ä ÆÄ¿öÆ®·¹ÀÎ ±¸¼ºÇ°ÀÌ ¿ÂÀüÇÑÁö

¿©ºÎ¸¦ °Ë»çÇÕ´Ï´Ù. ÇǽºÅæÀ¸ ¿ëÁ¢ ÀÌÀ½¸Å´Â º¯µ¿ÀÌ ½ÉÇϹǷΠºñÁ¤»ó ¿ä¼Ò¸¦ ±¸º°ÇϱⰡ ¾î·Æ½À´Ï´Ù. ¿ëÁ¢ÀÇ ´©¶ô, °úµµÇϰųª

ºÎÁ·ÇÑ ¿ëÁ¢°ú °°Àº ƯÁ¤ ÀÌ»ó ¿ä¼Ò´Â ¼±È£µÇÁö ¾Ê´Â ¹Ý¸é Áßø ÀÌÀ½¸Å µîÀº ¼±È£µÇ¸ç ¾ÈÀü»óÀÇ ÀÌÀ¯·Îµµ ÇÊ¿äÇÕ´Ï´Ù. ¾îµÎ¿î

À̹ÌÁö ¿µ¿ª¶§¹®¿¡ °Ë»ç´Â ´õ¿í º¹ÀâÇØÁý´Ï´Ù. ¹ß»ýÇÒ ¼ö ÀÖ´Â ¼ö¸¹Àº °áÇÔ ¹× Á¶¸í Á¶°ÇÀ» °¨¾ÈÇßÀ» ¶§, µö ·¯´× ±â¹Ý ºÐ¼®Àº

±âÁ¸ ¸Ó½Å ºñÀü °Ë»ç¿Í ºñ±³ÇÏ¿© °£´ÜÇÏ°í °­·ÂÇÑ ´ë¾ÈÀ» Á¦½ÃÇÕ´Ï´Ù.

 

Äڱ׳ؽº ViDi¸¦ »ç¿ëÇÏ¸é ±Ý¼Ó ÇǽºÅæ ¿ëÁ¢ ÀÌÀ½¸ÅÀÇ ÀÚµ¿ ºÐ¼®ÀÌ ´Ü¼øÇØÁý´Ï´Ù. ¿£Áö´Ï¾î´Â Áßø ÀÌÀ½¸Å¸¦ ºñ·ÔÇÑ ¸ðµç

¿ëÁ¢ ÀÌ»óÇö»óÀ» º¸ÀÌ´Â 'ºÒ·®' À̹ÌÁö, ±×¸®°í ÀÌ»óÇö»óÀÌ ÀüÇô ¾ø´Â '¾çÈ£' »ùÇÿ¡ ´ëÇØ °¨µ¶ ¸ðµåÀÇ ·¹µå-ºÐ¼®Åø·Î ¼ÒÇÁÆ®¿þ¾î¸¦

ÇнÀÇÕ´Ï´Ù. ÀÌ °æ¿ì Çã¿ë °¡´ÉÇϰųª °ÅºÎ ¿øÀÎÀÌ µÉ ¼ö ÀÖ´Â ÀÌ»óÇö»óÀ» ºñ·ÔÇÑ ¸ðµç ÀÌ»óÇö»óÀÌ °áÇÔÀ¸·Î ½Äº°µË´Ï´Ù. °Ë»çÀÇ

µÎ ¹øÂ° ºÎºÐ¿¡¼­´Â ¿£Áö´Ï¾î°¡ ViDi ±×¸°-ºÐ·ù ÅøÀ» »ç¿ëÇÏ¿© ÀÌÀ½¸Å °áÇÔÀ» À¯Çüº°·Î ºÐ·ùÇÕ´Ï´Ù. Áöµµ ÇнÀ¸ðµå¿¡¼­ ÇнÀµÈ

¸ðµ¨¿¡ µû¶ó ¼ÒÇÁÆ®¿þ¾î´Â ±¸Ã¼ÀûÀÎ °áÇÔ¿¡ ´ëÇÑ Á¤º¸¸¦ ÃßÃâÇϰí Áßø ÀÌÀ½¸Å¸¦ °¢°¢ÀÇ Å¬·¡½º·Î ºÐ¸®ÇÕ´Ï´Ù. ·¹µå Åø°ú

±×¸°-ºÐ·ù ÅøÀ» ÇÔ²² »ç¿ëÇÒ °æ¿ì ÀÚµ¿Â÷ Á¦Á¶¾÷ü´Â °Ë»ç ½Ã½ºÅÛÀ¸·Î ¸ðµç ¿ëÁ¢ ÀÌÀ½¸Å¸¦ ½Äº°Çϰí Áßø ÀÌÀ½¸Å¸¦ ¼º°øÀûÀ¸·Î

ºÐ·ùÇÒ ¼ö ÀÖ´Ù´Â È®½ÅÀ» ¾ò°Ô µË´Ï´Ù. ÀÌ·¯ÇÑ Á¤º¸¸¦ Åä´ë·Î Á¦Á¶¾÷ü´Â »ç¿ë °¡´ÉÇÑ Áßø ÀÌÀ½¸Å¸¸ ¼±ÅÃÇÒ ¼ö ÀÖ½À´Ï´Ù.  

 

¿¡¾î¹é °Ë»ç

 

 

½Â°´ÀÇ ¾ÈÀüÀ» º¸ÀåÇØ¾ß ÇÏ´Â ¿¡¾î¹éÀº ¾ö°ÝÇÑ Ç°Áú ±âÁØÀÌ ¿ä±¸µË´Ï´Ù.  ÀÚµ¿Â÷ Á¦Á¶¾÷ü´Â ¾ÈÀü¿¡ Áß¿äÇÑ ¸ðµç ±¸¼ºÇ°À» ¼ö½Ã·Î

È®ÀÎÇÏ¿© ǰÁúÀ» º¸ÀåÇÏ°í º¸Áõ ºñ¿ë°ú ¸®ÄÝÀ» ÁÙ¿©¾ß ÇÕ´Ï´Ù. ÀÌ´Â ¿¡¾î¹éÀÇ °æ¿ì¿¡ ƯÈ÷ ´õ Áß¿äÇϸç, ¿ÀÀÛµ¿À¸·Î À̾îÁú ¼ö ÀÖ´Â

±¸¸Û, Âõ¾îÁü°ú ÀÌÀ½¸Å ¹× ¹ÚÀ½Áú ¹®Á¦¸¦ °Ë»çÇØ¾ß ÇÕ´Ï´Ù. ÀÌ·¯ÇÑ À¯ÇüÀÇ Ç°Áú ¹®Á¦´Â ¼öµ¿ °Ë»ç ½Ã ÀÚÁÖ Åõ¶ôµÇ°Å³ª °¨ÁöÇϱâ

¾î·Á¿ï ¼ö ÀÖ½À´Ï´Ù. °Ô´Ù°¡ ¿¡¾î¹éÀÇ º¹ÀâÇÑ Á÷¹° Ç¥¸é ¶§¹®¿¡ ±âÁ¸ ¸Ó½Å ºñÀü ½Ã½ºÅÛÀ¸·Î ÇÁ·Î±×·¡¹ÖÇϱ⵵ ½±Áö ¾Ê½À´Ï´Ù.

¸ðµç °áÇÔÀ» ¸íÈ®ÇÏ°Ô Ã£±â°¡ ³Ê¹« º¹ÀâÇÏ°í ¸¹Àº ½Ã°£ÀÌ ¼Ò¿äµÇ´Â ¸¸Å­ Äڱ׳ؽº ViDi Á¦Ç°Àº 'ºÒ·®' À̹ÌÁö¿¡ ´ëÇÑ ÇнÀ ¾øÀÌ ¸ðµç

ÀÌ»ó Æ¯Â¡À» ½Äº°ÇÒ ¼ö ÀÖ´Â °£´ÜÇÑ ¼Ö·ç¼ÇÀ» Á¦°øÇÕ´Ï´Ù.

 

¿£Áö´Ï¾î´Â ºñÁöµµÇнÀ ¸ðµåÀÇ ViDi ·¹µå-ºÐ¼® Åø·Î 'Á¤»ó' ¿¡¾î¹é À̹ÌÁö¸¸À¸·Î ¼ÒÇÁÆ®¿þ¾î¸¦ ÇнÀÇÏ¿© ¿¡¾î¹éÀÇ ÂüÁ¶ ¸ðµ¨À»

±¸¼ºÇÕ´Ï´Ù. ¸ðµ¨Àº Á÷Á¶ ÆÐÅÏ, Á÷¹° Ư¼º°ú »ö»óÀ» ºñ·ÔÇÑ ¿¡¾î¹é Á÷¹°ÀÇ Á¤»óÀûÀÎ ¸ð½ÀÀ» ÇнÀÇÕ´Ï´Ù. ¸ðµ¨ÀÇ Á¤»óÀûÀÎ ¸ð½À¿¡¼­

¹þ¾î³ª´Â ¸ðµç Ư¡Àº ÀÌ»ó Æ¯Â¡À¸·Î ±¸º°µË´Ï´Ù. µû¶ó¼­ Äڱ׳ؽº ViDi´Â ±¸¸Û, Âõ¾îÁü°ú ºñÁ¤»óÀûÀÎ ¹ÚÀ½Áú ÆÐÅÏ µîÀÇ ¸ðµç

ÀÌ»óÇö»óÀ» Àϰü¼º ÀÖ°Ô ¾ÈÁ¤ÀûÀ¸·Î °¨ÁöÇÒ ¼ö ÀÖ½À´Ï´Ù. Á÷¹°ÀÇ °áÇÔ ¿µ¿ªÀ» ºü¸£°Ô ½Äº°ÇÏ°í º¸°íÇϴµ¥, ÀÌ ¶§ ¹æ´ëÇÑ ±Ô¸ðÀÇ

°áÇÔ ¶óÀ̺귯¸®´Â ÇÊ¿äÇÏÁö ¾Ê½À´Ï´Ù.  

 

µö·¯´× ±â¼úÀÇ ÀåÁ¡

°øÀåÀÚµ¿È­¸¦ À§ÇØ ¼³°èµÈ »õ·Î¿î ¼¼´ëÀÇ µö·¯´× ±â¹Ý À̹ÌÁö ºÐ¼®Àº »ý»ê¾÷üµéÀÌ ÀÚµ¿È­µÈ °Ë»çÀÇ ¿µ¿ªÀ» È®´ëÇÏ´Â »õ·Î¿î

°Ë»ç ½Ã½ºÅÛÀ» °³¹ßÇÒ ¼ö ÀÖµµ·Ï ÇÕ´Ï´Ù. Cognex Deep Learning´Â ½ÇÁ¦ »ê¾÷ À̹ÌÁö ºÐ¼®¿¡ ÃÖÀûÈ­µÈ, ¹Ù·Î »ç¿ë °¡´ÉÇÑ µö·¯´×

±â¹Ý ±â¼úÀÔ´Ï´Ù.

 

µö·¯´× ±â¹Ý ¼ÒÇÁÆ®¿þ¾î¿Í´Â ´Ù¸¥ Cognex Deep LearningÀÇ Æ¯¼º

- ÀüÇüÀûÀÎ ¼ö õ °¡Áö ´Ù¸¥ µö·¯´É ¼ÒÇÁÆ®¿þ¾î¿Í´Â ´Þ¸® ÀûÀº ¼öÀÇ ÇнÀ À̹ÌÁö¸¸À¸·Îµµ ÀÛ¾÷ °¡´É

- ÄÄÇ»ÅÍ¿¡ GPU Ä«µå Çϳª¸¸ À־ ÀÛµ¿ °¡´ÉÇÑ ÄÄÇ»ÆÃ ÆÄ¿ö

- ¸Ó½Å ºô´õ ¶Ç´Â ½Ã½ºÅÛ ÅëÇÕ ¾÷üÀÇ °³ÀÔ ¾øÀÌ °øÀå ÇöÀå¿¡¼­ ¹Ù·Î À¯Áö °ü¸® ¹× ÀçÇнÀ °¡´É

- Ä÷¯ ¿µ»ó ¹× ¿­¿µ»ó Æ÷ÇÔ, °ÅÀÇ ¸ðµç ¹®Á¦¸¦ ÀνÄÇÏ´Â °íÇØ»óµµ À̹ÌÁö·Î ÀÛ¾÷ 

 

µö·¯´× VS ¸Ó½Å ºñÀü ¹× Àΰ£ °Ë»ç

¸Ó½ÅºñÀüÀº ¼Óµµ, Á¤È®µµ, ¹Ýº¹ °¡´É¼º´öºÐ¿¡ ±¸Á¶È­µÈ Àå¸éÀÇ Á¤·®Àû ÃøÁ¤¿¡¼­ ¿ì¼öÇÑ ´É·ÂÀ» º¸ÀÔ´Ï´Ù. ¿Ã¹Ù¸¥ Ä«¸Þ¶ó ÇØ»óµµ¿Í

±¤ÇÐ ÀåÄ¡¸¦ Áß½ÉÀ¸·Î Áß½ÉÀ¸·Î ±¸ÃàµÈ ¸Ó½Å ºñÀü ½Ã½ºÅÛÀº ¿ì¼öÇÑ ½Å·Ú¼º°ú ³·Àº ¿¡·¯·Î »ç¶÷ÀÇ ´«À¸·Î º¼ ¼ö ¾ø´Â ¸Å¿ì ÀÛÀº

°³Ã¼¸¦ »ó¼¼Çϰí, ½±°Ô °Ë»çÇÒ ¼ö ÀÖ½À´Ï´Ù. »ý»ê ¶óÀο¡¼­ ¸Ó½Å ºñÀü ½Ã½ºÅÛÀº Àΰ£ÀÇ °Ë»ç ´É·Âº¸´Ù ÈξÀ ¶Ù¾î³­ ¼öÁØÀ¸·Î, ºÐ ´ç

¼ö ¹é°³¿¡¼­ ¼ö õ°³¿¡ ´ÞÇÏ´Â ºÎǰÀ» ³ôÀº ½Å·Úµµ¿Í ¹Ýº¹ ±â´ÉÀ¸·Î °Ë»çÇÒ ¼ö ÀÖ½À´Ï´Ù.

 

ÀüÅëÀûÀÎ ¸Ó½Å ºñÀü°ú ´Þ¸® Àΰ£Àº ¹Ì¹¦ÇÑ ¿ÜÇü ¹× ±â´ÉÀÌ »óÀÌÇÑ °áÇÔÀ» ±¸ºÐÇÒ ¼ö ÀÖÀ» »Ó¸¸ ¾Æ´Ï¶ó ÀÎÁöµÇ´Â ǰÁú¿¡ ¿µÇâÀ» ÁÖ´Â

ºÎÇÄ ¿ÜÇü»óÀÇ º¯È­µµ Æò°¡ÇÒ ¼ö ÀÖ½À´Ï´Ù. Àΰ£Àº Á¤º¸ ó¸® ¼Óµµ¿¡ ÇѰ谡 ÀÖÁö¸¸ °íÀ¯ÇÑ °³³äÈ­¿Í ÀϹÝÈ­°¡ °¡´ÉÇÑ ´É·ÂÀ»

°¡Áö°í ÀÖ½À´Ï´Ù. Àΰ£Àº ¿¹Á¦¸¦ ÅëÇØ ÇнÀ¿¡¼­ ¿ì¼öÇÑ ´É·ÂÀ» °¡Áö°í ºÎǰµé »çÀÌ¿¡¼­ ¾à°£ÀÇ ºñÁ¤»óÀûÀÎ ºÎºÐÀÌ ÀÖÀ» ¶§¿¡µµ

Á¤¸» Áß¿äÇÑ ºÎºÐÀÌ ºÎºÐÀÌ ¹«¾ùÀÎÁö ±¸ºÐÇÒ ¼ö ÀÖ´Â ´É·ÂÀÌÀÖ½À´Ï´Ù. ÀÌ·¯ÇÑ Æ¯Â¡ ¶§¹®¿¡ ¹Ì¹¦ÇÑ °áÇÔ°ú ¿¹ÃøÇÒ ¼ö ¾ø´Â ¿À·ù°¡

ÀÖ´Â º¹ÀâÇÏ°í ºñ±¸Á¶È­µÈ Àå¸éÀÇ Á¤¼ºÀû ÇØ¼®ÀÌ ÇÊ¿äÇÑ ¸¹Àº °æ¿ì¿¡ À°¾ÈÀÌ ÃÖ¼±ÀÇ ¼±ÅÃÀÔ´Ï´Ù.  

 

µö·¯´× ¼ÒÇÁÆ®¿þ¾î ÀÛµ¿ ¹æ½Ä

 

 

µö·¯´× ¼ÒÇÁÆ®¿þ¾î´Â ¸¶Ä¡ Àΰ£ÀÌ ÇнÀÀ» ÇÏ´Â °Íó·³ ºÎǰÀÇ ¾Ë·ÁÁø Ư¡, °áÇÔ, ¹üÁÖ¸¦ ´ëÇ¥ÇÏ´Â ·¹À̺íÀÌ Àû¿ëµÈ À̹ÌÁö

ÁýÇÕÀ¸·Î ÇнÀÀ» ÇÕ´Ï´Ù. Áöµµ ÇнÀ ±â°£ Áß¿¡´Â ½Ã½ºÅÛÀÌ ¸í¹éÇÑ °áÇÔÀ» ÀÎÁöÇϵµ·Ï ÇнÀÇϰí, ¿©·¯ ÇüÅ·Π¹ß»ýÇÏ´Â °áÇÔ¿¡

´ëÇØ¼­ ½Ã½ºÅÛÀº ºñÁöµµ ¸ðµå¿¡¼­ Çã¿ë °¡´ÉÇÑ °áÇÔÀÌ ÀÖ´Â ¸ð½À±îÁö Æ÷ÇÔÇØ¼­ ¹°Ã¼ÀÇ Á¤»óÀûÀÎ ¸ð½ÀÀ» ÇнÀ½Ãŵ´Ï´Ù.

 

¼ÒÇÁÆ®¿þ¾î´Â ÀÌ·¯ÇÑ ´ëÇ¥ À̹ÌÁö¿¡ ±âÃÊÇØ¼­ ÂüÁ¶ ¸ðµ¨À» Çü¼ºÇÕ´Ï´Ù. ÀÌ °úÁ¤Àº Áö¼ÓÀûÀÎ °³¼±À» À§ÇÑ ¹Ýº¹Àû ÇÁ·Î¼¼½º·Î¼­ ÀÌ

°úÁ¤ µ¿¾È ¸Å°³º¯¼ö¸¦ Á¶Á¤ÇÏ°í ¸ðµ¨ÀÌ ¿øÇϴ´ë·Î ÀÛµ¿ÇÏ´ÂÁö °á°ú¸¦ °Ë»çÇÕ´Ï´Ù. ¼ÒÇÁÆ®¿þ¾î´Â ·±Å¸ÀÓ Áß¿¡ »õ·Î¿î À̹ÌÁö

ÁýÇÕ¿¡¼­ µ¥ÀÌÅ͸¦ ÃßÃâÇÏ°í ½Å°æ¸ÁÀº ºÎǰÀÇ ºÎºÐº° ±¸Á¶¸¦ ºÐ¼®ÇÏ°í ºñÁ¤»óÀûÀÎ ºÎºÐÀ» ÃßÃâÇÏ¸ç ºÐ·ùÇÕ´Ï´Ù.